大家好，我是Mic。一位从业5年的粉丝，在简历上写着精通Kafka。结果面试的时候直接被打了耳光。面试官问他：“什么是ISR，为什么要设计ISR？”然后他一脸懵逼的看着面试官。我们来看看普通人和专家的回答。老百姓：ISR好像是Kafka里面的一种机制。为什么要引入应该和数据同步有关。师：嗯，我要从几个方面来回答这个问题。首先发送给KafkaBroker的消息最终以Partition的物理形式存储在磁盘上。为了保证Parititon的可靠性，Kafka提供了Parititon的replica机制，然后在这些Partition中复制副本集。有Leader分区和Follower分区。生产者发送的消息会先存储在LeaderPartition中，然后复制到FollowerPartition中。这样设计的好处是，一旦LeaderPartition所在的节点挂了，可以从剩下的Partition副本中重新选出一个新的。领导者。然后消费者可以继续从新的LeaderPartition中获取未消费的数据。在Partitionmulti-copy设计方案中，有两个关键需求。副本数据的同步和新领导者的选举都需要涉及到网络通信。为了避免网络通信延迟带来的性能问题，Kafka保证新选出的LeaderPartition中的数据是最新的。设计了这样一个ISR方案。ISR的全称是in-syncreplica。它是一个集合列表，存储了距离LeaderParition节点数据最近的FollowerPartition。如果一个FollowerPartition中的数据落后于Leader太多，它将被从ISR列表中移除。简单来说，ISR列表中的节点必须同步最新的数据，所以后续的Leader选举只需要从ISR列表中过滤即可。因此，我认为引入ISR方案尽可能保证数据同步效率的原因有两个，因为同步效率低的节点会被踢出ISR列表。避免数据丢失，因为ISR中的节点数据距离Leader副本最近。以上是我对这个问题的理解。小结在我看来，这个问题非常值得研究。一般来说，副本数据同步无非是同步阻塞或者异步非阻塞。但是，这两种方案要么带来性能问题，要么带来数据丢失问题，都不是特别合适。ISR完美解决了这个问题。在实际过程中，我们也可以借鉴类似的设计思路。喜欢我作品的朋友记得点赞收藏关注哦。版权声明：除特别声明外，本博客所有文章均采用CCBY-NC-SA4.0许可协议。转载请注明来自Mic带你学建筑！如果本文对您有帮助，请给个关注和点赞。您的坚持是我不断创作的动力。欢迎关注同名微信公众号获取更多技术干货！
