Hi，大家好，我是Mic。
一个工作5年的粉丝，在简历上写精通Kafka。
结果在面试的时候直接打脸。
面试官问他：“什么是ISR，为什么需要设计ISR”
然后他一脸懵逼的看着面试官。
下面看看普通人和高手的回答。
需要高手面试文档（附赠大厂内部十万字面试文档）或者有不懂的技术面试题想咨询的小伙伴可以扫描下方二维码
普通人：
ISR好像是Kafka里面的一个机制吧。
为什么要引入，应该是跟数据同步有关系。
高手：
好的，关于这个问题，我需要从几个方面来回答。
首先，发送到Kafka Broker上的消息，最终是以Partition的物理形态来存储到磁盘上的。
而Kafka为了保证Parititon的可靠性，提供了Paritition的副本机制，然后在这些Partition副本集里面。
存在Leader Partition和Flollower Partition。
生产者发送过来的消息，会先存到Leader Partition里面，然后再把消息复制到Follower Partition，
这样设计的好处就是一旦Leader Partition所在的节点挂了，可以重新从剩余的Partition副本里面选举出新的Leader。
然后消费者可以继续从新的Leader Partition里面获取未消费的数据。
在Partition多副本设计的方案里面，有两个很关键的需求。
-
副本数据的同步
-
新Leader的选举
这两个需求都需要涉及到网络通信，Kafka为了避免网络通信延迟带来的性能问题，
以及尽可能的保证新选举出来的Leader Partition里面的数据是最新的，所以设计了ISR这样一个方案。
ISR全称是 in-sync replica，它是一个集合列表，里面保存的是和Leader Parition节点数据最接近的Follower Partition
如果某个Follower Partition里面的数据落后Leader太多，就会被剔除ISR列表。
简单来说，ISR列表里面的节点，同步的数据一定是最新的，所以后续的Leader选举，只需要从ISR列表里面筛选就行了。
所以，我认为引入ISR这个方案的原因有两个
-
尽可能的保证数据同步的效率，因为同步效率不高的节点都会被踢出ISR列表。
-
避免数据的丢失，因为ISR里面的节点数据是和Leader副本最接近的。
以上就是我对这个问题的理解。
总结
在我看来，这个问题非常有研究价值。
一般来说，副本数据同步，无非就是同步阻塞、或者异步非阻塞。
但是这两种方案，要么带来性能问题，要么带来数据丢失问题，都不是特别合适。
而ISR，就非常完美解决了这个问题，在实际过程中，我们也可以借鉴类似的设计思路。
喜欢我作品的小伙伴，记得点赞收藏加关注。
需要高手面试文档（附赠大厂内部十万字面试文档）或者有不懂的技术面试题想咨询的小伙伴可以扫描下方二维码
↓↓↓↓↓↓↓↓↓↓↓↓↓↓
