Kafka之ACK机制

• acks一般常设置三种值

request.required.acks = 0、1和-1(all)

• acks=0

• KafkaProducer把消息发送出去，不需要等待任何确认收到的消息，没有任何保障可以保证此种情况下server已经成功接收到数据，同时重试配置也不会发生作用(因为KafkaProducer并不知道此次发送是否失败)。
• 该情况，当数据已经发送出去，还在半路，此时leader挂了，但是producer还是认为消息发送成功了，这个时候就会导致这条消息丢失；
• 数据可靠性是最低的，传输效率也是最高的

• acks=1(默认)

• KafkaProducer把消息发送出去，至少要等待leader已经成功将数据写入本地log，但是并没有等待所有follower是否成功写入。该情况下，如果follower没有成功备份数据，而此时leader刚好又挂掉了，就会导致消息丢失

• acks=-1/all

• KafkaProducer把消息发送出去，这要求ISR列表离跟leader保持同步的那些follower都要吧消息同步过去，才能认为这条消息是写入成功的。
• 如果leader接受到数据了，但是follower还未同步数据，此时leader宕机了，那么producer会感知这个消息没有发送成功，会重试再次发送消息过去；此时可能partition 2的follower变成了leader，此时ISR列表离只有最新的这个follower转变成的leader了，那么只要这个新的leader接受消息就算成功，如果ISR列表不仅仅只是这个新的leader，则需要ISR列表所有的follower都成功同步消息，才算发送成功
• 还有一种情况，比如3副本，producer发送消息过后，leader成功接受到消息，follower1也成功同步了leader的数据，但是follower2还未同步leader数据，而此时leader挂了，follower1变成了新的leader，producer会重新发送消息，此时就会存在重复数据，如果是follower2变成了新的leader，就不会存在重复数据

★★★★★ acks=-1/all 就代表数据一定不会丢失吗？

答案：不是
如果partitin只有一个副本，也就是只有一个leader，没有其他follower，那么虽然他已经完成接受消息，但是接受消息过后宕机了，一样会导致数据丢失。
所以acks=-1/all，必须跟ISR列表离至少有2个以上的副本配合使用，也就是起码有一个leader和一个follower才行，这样才能保证发送一条消息，一定是2个以上的副本都同步到数据才算是成功，此时任何一个副本宕机，都不会导致数据的丢失
★ 要提高数据的可靠性，在设置acks=-1/all的同时，也要设置min.insunc.replicas(默认值是1，可以在broker或者topic层面进行设置)这个参数的配合；min.insunc.replicas设置的是ISR中的最小副本数是多少，当且仅当acks=-1/all时，这个参数才会生效。