目录Kafka的架构核心组件1.Producer（生产者）‌2.Broker（服务节点）‌3.Topic（主题）4.Partition（分区）‌5.Replica（副本）‌6.ISR（In-Sync Replicas）‌7.Replica Manager（副本管理器）8.Consumer（消费者）‌9.Group Coordinator（组协调器）10.Controller和Controller Quorum11.ZooKeeper/KRaft‌12.命令行工具Leader选举是如何进行的？Controller Leader 选举‌（集群级）Partition Leader 选举‌（分区级）__cluster_metadata单分区主题（即Metadata Log）概述元数据是如何流动的？元数据的数据一致性如何保障？kafka的分区容错性如何？Kafka的KRaft架构在网络分区发生后是否可以独立运作？Kafka为什么能支撑高可用？Kafka的容错性如何？Kafka是单线程的吗？1‌‌. Kafka消费者是单线程模型吗？1.1 单线程非阻塞IO模型1.2 消费者如何实现负载均衡？2‌. Kafka生产者是单线程模型吗？1. 主线程（Main Thread）1.1 职责1.2 RecordAccumulator1.3send()方法2. Sender线程（Background Thread）2.1 职责2.2runOnce()方法3. 为何采用这种线程模型？4. 为何KafkaProducer是线程安全的？Kafka为什么能支撑高吞吐？介绍一下poll()1.poll()的核心功能2.poll()的工作流程3. 为什么自动提交依赖poll()？4.poll()的风险5. 关键配置参数与poll()的关系6. 最佳实践建议Spring Kafka如何管理Poll和CommitKafka支持哪些消息压缩算法？ISR机制如何保证数据不丢失？如何保证消息顺序性？自动提交和手动提交如何防止消息重复消费？消息积压如何处理？Kafka与传统MQ的区别？概述Kafka：消费者主动拉取（Pull 模式）RabbitMQ：Broker主动推送（Push 模式）对比总结如何设计合理的Partition数量？Exactly-Once(恰好1次)语义如何实现？Kafka如何使用事务？1. 核心概念与前提条件2. 原生 Java API 使用流程第一步：配置生产者第二步：初始化事务第三步：开始事务第四步：发送消息与提交/中止第五步：配置消费者以读取事务消息3. Spring Kafka 中的简化使用方式一：使用KafkaTemplate.executeInTransaction方式二：使用@Transactional注解4. “消费-处理-生产”场景下的 Exactly-Once5. 注意事项与限制SpringBoot集成kafka依赖包配置文件配置类消费者案例一个生产者案例一个，创建删除topic命令查看消费者组重置偏移量跳过积压消息Kafka的架构核心组件1.Producer（生产者）‌负责将消息发送到Kafka的Topic中。生产者的“消息分区策略/消息路由机制”决定了每条消息被写入Topic的哪个Partition(这里指Leader Partition)，由Partitioner接口实现，常见的有Key哈希、轮询等策略‌，也可自定义分区策略：‌Key哈希分区（默认策略）‌如果消息指定了key，Kafka