1、Kafka保证高可用性

        Kafka一个最基本的架构认识：多个Broker组成，每个Broker是一个节点；你创建一个topic，这个topic可以划分为多个partitipn，每个partition可以存在于不同的broker上，每个partition 就放一部分数据。

         这就是天然的分布式消息队列，就是说一个topic的数据，是分散在多个机器的，每个机器就放一部分数据。

        实际上rabbitmq之类的，并不是分布式消息队列，他就是传统的消息队列，只不过是提供了了一些集群、HA的机制而已，因为无论怎么玩儿，rabbitmq一个queue的数据都是放在一个节点里的。镜像集群下，也是每个节点都放这个queue的完整数据。

        Kafka 0.8以前，是没有HA机制的，就是任何一个Broker宕机了，那个broker上的partition就废了，没法写也没法读，没有什么高可用而言。

        Kafka 0.8以后，提供了HA机制，就是replica副本机制。每个partition的数据都会同步给其他机器上，形成自己的多个replica副本。然后所有replica会选举出来一个leader出来，那么生产和消费都跟这个leader打交道，然后其他replica就是follower。写的时候，leader会负责把数据同步到所有follower上去，读的时候就直接读leader上数据即可。只能读写leader？很简单，要是你可以随意读写每个follower，那么就要care数据一致性的问题，系统复杂度太高，很容易出问题。Kafka会均匀的将一个partition的所有replica分布在不同的机器上，这样才可以提高容错性。

         这么搞，就有所谓的高可用性了，因为如果某个Broker宕机了，没事儿，那个Broker上面的partition在其他机器上都有副本的，如果这上面有某个partition的leader，那么此时会重新选举出来一个新的leader出来，大家继续读写那个新的leader即可。这就有所谓的高可用性了。      

        写数据的时候，生产者就写leader，然后leader将数据落地写本地磁盘，接着其他follower自己主动从leader来pull数据。一旦所有follower同步好数据了，就会发送ack给leader，leader收到所有follower的ack之后，就会返回写成功的消息给生产者。（当然，这只是其中的一个模式，还可以适当调整这个行为）。消费的时候，只会从leader去读，但是只有一个消息已经被所有follower都同步成功返回ack的时候，这个消息才会被消费者读到。