← 返回首页 ❓ 面试题库
📑 本篇章节导航 (共5章,点击直达)
一、Kafka架构基础(1-8)二、Kafka高可靠(9-18)三、Kafka性能调优(19-28)四、RocketMQ vs Kafka(29-35)五、面试综合设计题(36-50)

Q72 - Kafka深度实战与消息中间件

共50道题 | 难度分布:★★★★★平均 | 20K+ Java后端岗位必考

一、Kafka架构基础(1-8)

Kafka的核心架构?

★★★★★

Kafka为什么高吞吐?

★★★★★

Partition的作用?

★★★★★

Kafka的存储机制?

★★★★☆

1. 二分查找.index文件找到最近的offset。

2. 从该位置顺序扫描.log文件。

Kafka的Offset管理?

★★★★☆

Kafka的消费者组(Consumer Group)?

★★★★★

Kafka的消息模型?

★★★★☆

KRaft模式(无ZooKeeper)?

★★★★☆


二、Kafka高可靠(9-18)

Kafka的副本机制?

★★★★★

Kafka的ACK机制?

★★★★★

Kafka的Leader选举?

★★★★☆

Kafka Exactly-Once语义?

★★★★★


producer.initTransactions();
producer.beginTransaction();
producer.send(record);
producer.sendOffsetSync(offsets, consumerGroupId);
producer.commitTransaction();

Kafka消息丢失的防护?

★★★★★

Kafka消息重复的原因与处理?

★★★★☆

Kafka消息顺序性保证?

★★★★★

Kafka的压缩?

★★★★☆

Kafka的日志保留策略?

★★★★☆

Kafka的延迟队列?

★★★☆☆


三、Kafka性能调优(19-28)

Producer性能调优?

★★★★☆

Consumer性能调优?

★★★★☆


while (true) {
    ConsumerRecords<String, String> records = consumer.poll(Duration.ofMillis(100));
    ExecutorService.submit(() -> process(records));
}

Broker性能调优?

★★★★☆

Kafka的监控指标?

★★★★☆

Kafka的分区迁移与均衡?

★★★★☆

Kafka的幂等Producer?

★★★★☆

Kafka的Consumer Lag监控?

★★★★☆

Kafka Connect?

★★★★☆

Kafka Streams?

★★★★☆

Schema Registry?

★★★★☆


四、RocketMQ vs Kafka(29-35)

RocketMQ vs Kafka对比?

★★★★★

RocketMQ的事务消息详解?

★★★★☆

1. Producer发送半消息到Broker。

2. Broker存储半消息(对Consumer不可见)。

3. Broker返回确认 → Producer执行本地事务。

4. Producer根据本地事务结果,发送Commit或Rollback。

5. 如果未收到确认(网络断开),Broker回查Producer(最多15次)。

6. Producer返回事务状态 → Broker提交或回滚半消息。

RocketMQ的顺序消息?

★★★★☆


producer.send(msg, new MessageQueueSelector() {
    public MessageQueue select(List<MessageQueue> mqs, Message msg, Object arg) {
        Long orderId = (Long) arg;
        long index = orderId % mqs.size();
        return mqs.get((int) index);
    }
}, orderId);

RocketMQ的消息过滤?

★★★★☆

RabbitMQ vs Kafka vs RocketMQ?

★★★★★

消息队列的选型决策?

★★★★☆

Pulsar — 新一代消息队列?

★★★☆☆


五、面试综合设计题(36-50)

设计一个Kafka集群方案?

★★★★★

Kafka集群扩容方案?

★★★★☆

1. 部署新Broker节点。

2. 更新新Broker的server.properties配置。

3. 启动新Broker(自动加入集群)。

4. 生成迁移计划:kafka-reassign-partitions --generate。

5. 执行迁移:kafka-reassign-partitions --execute(限速)。

6. 验证迁移:kafka-reassign-partitions --verify。

Kafka消息积压处理方案?

★★★★★

1. 紧急扩容:增加Consumer实例(不超过Partition数)。

2. 临时Topic转发:积压消息转发到新Topic(更多Partition + 更多Consumer)。

3. 批量消费:增加fetch.max.bytes和max.poll.records。

4. 跳过非关键消息:记录日志后直接ACK。

5. 扩容Partition:增加Partition数(注意不能减少)。

Kafka的Exactly-Once端到端方案?

★★★★★

1. Producer配置:

2. Consumer配置:

3. 流程:


producer.initTransactions();
consumer.subscribe(topic);
while (true) {
    records = consumer.poll();
    producer.beginTransaction();
    for (record : records) {
        result = process(record);
        producer.send(new ProducerRecord(outputTopic, result));
    }
    producer.sendOffsetSync(offsets, groupId);
    producer.commitTransaction();
}

Kafka的安全机制?

★★★★☆

Kafka的跨数据中心复制?

★★★★☆

Kafka的Connector开发?

★★★☆☆

Kafka在大数据管道中的角色?

★★★★☆

Kafka的积压告警设计?

★★★★☆

1. 告警触发 → 检查Consumer状态。

2. 确认是否需要扩容。

3. 临时处理(增加Consumer/跳过非关键消息)。

4. 根因分析。

Spring Boot + Kafka集成最佳实践?

★★★★☆


spring.kafka.producer:
  bootstrap-servers: kafka:9092
  acks: all
  retries: 10
  properties.enable.idempotence: true
  key-serializer: org.apache.kafka.common.serialization.StringSerializer
  value-serializer: org.springframework.kafka.support.serializer.JsonSerializer

spring.kafka.consumer:
  group-id: my-service
  auto-offset-reset: earliest
  enable-auto-commit: false
  key-deserializer: org.apache.kafka.common.serialization.StringDeserializer
  value-deserializer: org.springframework.kafka.support.serializer.JsonDeserializer

Kafka的压测方法?

★★★☆☆

Kafka的故障演练?

★★★★☆

Kafka的数据治理?

★★★☆☆

面试设计题:设计一个订单消息系统?

★★★★★

面试设计题:Kafka多集群多活架构?

★★★★★

1. 每个机房独立Kafka集群。

2. MirrorMaker 2双向同步。

3. Consumer消费本地集群。

4. Producer发送到本地集群。