生产者部分
ISR？
leader维护的动态健康follower集合（我简称他们为太子）
leader发生故障之后从ISR中选举新的leader
HW、LEO？
HW高水位：consumer可见的数据
LEO每个副本最后的offset值：leader发生故障之后，会将offset同步到HW，高于部分数据截掉（只能够保证数据的一致性，并不保证数据的丢失和重复问题）
Exactly Once？
At Least Once语义，ack=-1（enable.idompotence=true，<PID,Partition,SeqNumber>）
At Most Once语义，ack=0
At Least Once + 幂等性 = Exactly Once（0.11版本）,无法做到跨会话一致性
事务？
生产者：TransactionID，客户端生成保证幂等一致性，跨分区，跨会话
消费者部分
roundRobin、Range？
轮训/范围（默认）
发布订阅模式的优缺点？
优点：consumer的速率由消费者来进行控制
缺点：当队列没有数据时，consumer还需要进行空轮训
Kafka的性能和数据大小无关？
读取就是根据文件的位置查找的
写入是写入到硬盘的
日志中的 partition（分区）是怎么保证无限扩展的？
通过zookeeper做的HA
每个分区都有一台 server 作为 “leader”，零台或者多台server作为 follwers ？
消费者实例在不同的消费组中，每条消息记录会广播到所有的消费者进程？
维护消费组中的消费关系由Kafka协议动态处理？
group+topic+partion
即使写入失败Kafka也会确保继续写入Kafka使用磁盘结构？
顺序写磁盘，减少了寻址时间
关于Kafka提交日志存储和备份设计的更多细节？
Stream API 允许应用做一些复杂的处理，比如将流数据聚合或者join？
这一功能有助于解决以下这种应用程序所面临的问题：处理无序数据，当消费端代码变更后重新处理输入，执行有状态计算等。
Kafka Streams把客户端能够轻便地编写部署标准Java和Scala应用程序的优势与Kafka服务器端集群技术相结合？
