Hi，大家好，我是Mic，
一個作業5年的粉絲，在簡歷上寫精通Kafka，
結果在面試的時候直接打臉，
面試官問他：“什么是ISR，為什么需要設計ISR”
然后他一臉懵逼的看著面試官.
下面看看普通人和高手的回答，
普通人：
ISR好像是Kafka里面的一個機制吧，
為什么要引入，應該是跟資料同步有關系，
高手：
好的，關于這個問題，我需要從幾個方面來回答，
首先，發送到Kafka Broker上的訊息，最終是以Partition的物理形態來存盤到磁盤上的，
而Kafka為了保證Parititon的可靠性，提供了Paritition的副本機制，然后在這些Partition副本集里面，
存在Leader Partition和Flollower Partition，
生產者發送過來的訊息，會先存到Leader Partition里面，然后再把訊息復制到Follower Partition，
這樣設計的好處就是一旦Leader Partition所在的節點掛了，可以重新從剩余的Partition副本里面選舉出新的Leader，
然后消費者可以繼續從新的Leader Partition里面獲取未消費的資料，
在Partition多副本設計的方案里面，有兩個很關鍵的需求，
- 副本資料的同步
- 新Leader的選舉
這兩個需求都需要涉及到網路通信，Kafka為了避免網路通信延遲帶來的性能問題，
以及盡可能的保證新選舉出來的Leader Partition里面的資料是最新的，所以設計了ISR這樣一個方案，
ISR全稱是 in-sync replica，它是一個集合串列，里面保存的是和Leader Parition節點資料最接近的Follower Partition
如果某個Follower Partition里面的資料落后Leader太多，就會被剔除ISR串列，
簡單來說，ISR串列里面的節點，同步的資料一定是最新的，所以后續的Leader選舉，只需要從ISR串列里面篩選就行了，
所以，我認為引入ISR這個方案的原因有兩個
- 盡可能的保證資料同步的效率，因為同步效率不高的節點都會被踢出ISR串列，
- 避免資料的丟失，因為ISR里面的節點資料是和Leader副本最接近的，
以上就是我對這個問題的理解，
總結
在我看來，這個問題非常有研究價值，
一般來說，副本資料同步，無非就是同步阻塞、或者異步非阻塞，
但是這兩種方案，要么帶來性能問題，要么帶來資料丟失問題，都不是特別合適，
而ISR，就非常完美解決了這個問題，在實際程序中，我們也可以借鑒類似的設計思路，
喜歡我作品的小伙伴，記得點贊收藏加關注，
著作權宣告：本博客所有文章除特別宣告外，均采用 CC BY-NC-SA 4.0 許可協議，轉載請注明來自
Mic帶你學架構！
如果本篇文章對您有幫助，還請幫忙點個關注和贊，您的堅持是我不斷創作的動力，歡迎關注「跟著Mic學架構」公眾號公眾號獲取更多技術干貨！
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/497685.html
標籤：Java