Kafka面试题
这一页放标准回答，方便面试前快速复习。每个问题后面都给了深入知识点跳转，真正理解原理要回到对应文档。
Kafka 是什么
标准回答：
Kafka 是一个分布式事件流平台，常用于高吞吐消息、日志采集、用户行为埋点、数据同步、实时计算和系统解耦。它把事件写入 Topic，Topic 拆成多个 Partition，每个 Partition 是有序追加日志。消费者通过消费组读取消息，并用 offset 记录消费进度。
Kafka 为什么吞吐高
标准回答：
Kafka 吞吐高主要因为它采用顺序追加写日志、批量发送、操作系统 Page Cache、零拷贝、分区并行等设计。它不是频繁随机写磁盘，而是把消息追加到日志末尾，并通过多个 Partition 分散读写压力。
深入理解：Kafka为什么写得快
Topic 和 Partition 有什么关系
标准回答：
Topic 是业务上的消息分类，Partition 是 Topic 的物理分片。一个 Topic 可以有多个 Partition，每个 Partition 内部有序。Kafka 通过 Partition 实现横向扩展和并行消费，但只能保证分区内顺序，不能保证整个 Topic 全局顺序。
深入理解：分区顺序与Offset
Kafka 如何保证顺序
标准回答：
Kafka 只能保证同一个 Partition 内消息顺序。如果业务要求同一个订单或同一个用户的事件有序，需要使用稳定 key，例如 orderId 或 userId，让同一个 key 的消息进入同一个分区。全局顺序通常不推荐，因为会牺牲吞吐。
深入理解：顺序消息的边界
Consumer Group 是什么
标准回答：
Consumer Group 是 Kafka 的消费组机制。同一个组内的消费者分摊 Topic 的分区，一条消息只会被组内一个消费者处理；不同组之间互不影响，可以独立消费同一份消息。所以想让多个服务都收到同一个 Topic 的消息，要使用不同 groupId。
深入理解：Consumer Group
Offset 是什么，什么时候提交
标准回答：
Offset 是消费者在某个 Partition 中的消费位置。每个消费组独立维护自己的 offset。生产环境一般建议关闭自动提交，在业务处理成功后手动提交 offset。这样可以避免业务没处理成功但 offset 已经前进导致漏消费。
深入理解：Offset 是什么、消费阶段可靠性
Kafka 会不会丢消息
标准回答：
Kafka 是否丢消息取决于生产、存储、消费三个阶段。生产者要配置 acks=all、重试和幂等；Broker 要配置合理副本数和 min.insync.replicas；消费者要在业务处理成功后提交 offset。如果只配置其中一段，仍然可能丢消息。
深入理解：可靠性幂等与事务
Kafka 为什么会重复消费
标准回答：
Kafka 常见语义是至少一次投递。消费者业务处理成功但提交 offset 前宕机、提交 offset 超时、Rebalance、生产者重复发送等都可能导致重复消费。因此消费端必须做幂等，例如唯一索引、状态机、消费日志表或 Redis 去重。
深入理解：消费幂等
acks=all 是否一定不丢消息
标准回答：
不一定。acks=all 表示等待 ISR 中同步副本确认，但还要配合 Broker 端 min.insync.replicas。如果最小同步副本配置过低，实际可能只有 Leader 确认。核心业务一般使用 3 副本、min.insync.replicas=2、生产者 acks=all。
Kafka 的 Exactly Once 是什么
标准回答：
Kafka 的 Exactly Once 主要用于 Kafka 内部流处理链路，例如消费 Topic A，处理后写入 Topic B，并保证输出结果和 offset 提交在事务中一致。它不能自动解决外部数据库和 Kafka 之间的一致性。如果业务同时写 MySQL 和 Kafka，通常要用 Outbox、CDC、补偿或分布式事务。
深入理解：事务和 Exactly Once、Outbox 可靠发送模式
Kafka 和 RabbitMQ、RocketMQ 怎么选
标准回答：
RabbitMQ 更适合复杂路由、企业应用集成、任务队列；Kafka 更适合高吞吐事件流、日志、埋点、数据管道和可回放场景；RocketMQ 更适合交易链路、事务消息、顺序消息和业务重试。选型要看吞吐、路由、事务、回放、生态和团队熟悉度。
Rebalance 是什么，有什么影响
标准回答：
Rebalance 是消费组内消费者和分区重新分配的过程。消费者上线、下线、心跳超时、分区变化都可能触发 Rebalance。Rebalance 期间消费会短暂停顿，如果 offset 提交不当，可能导致重复消费。处理时间过长也可能让消费者被误判为失联。
深入理解：Rebalance
Kafka 适合哪些商业场景
标准回答：
Kafka 常用于订单事件总线、日志采集、用户行为埋点、CDC 数据同步、搜索索引同步、实时风控、削峰填谷、数据平台建设。它的核心价值是事件复用、系统解耦、流量缓冲和历史回放。
深入理解：商业常用场景