Kafka工程师面试题及答案

2026年Kafka工程师面试题及答案一、单选题（共10题，每题2分）1.Kafka中，Producer发送消息时，以下哪种分区策略会为每条消息分配一个唯一的分区？A.Range分区B.Sticky分区C.Round-robin分区D.Random分区2.Kafka中，Topic的副本因子设置为3，集群中有5个Broker，那么最多可以有多少个ISR？A.3B.4C.5D.63.Kafka中，以下哪个参数控制Producer发送消息的超时时间？A.`replica.lag.time.max.ms`B.`request.timeout.ms`C.`fetch.min.bytes`D.`max.in.flight.requests.per.connection`4.Kafka中，Consumer的`group.id`设置为空，这种模式下Consumer属于哪种类型？A.指定组ConsumerB.消息组ConsumerC.独立ConsumerD.命名Consumer5.Kafka中，以下哪种机制用于保证消息的至少一次传递？A.事务性消息B.确认机制C.重试策略D.端到端一致性6.Kafka中，Broker挂掉时，哪些副本会变为ISR？A.所有Leader副本B.Leader副本和Follower副本C.只有Leader副本D.只有Follower副本7.Kafka中，以下哪种分区策略会根据Key的哈希值将消息分配到不同的分区？A.Range分区B.Sticky分区C.Round-robin分区D.Consistent哈希分区8.Kafka中，Consumer的`mit`设置为true时，自动提交偏移量的时间间隔由哪个参数控制？A.`erval.ms`B.`fetch.max.wait.ms`C.`erval.ms`D.`fetch.min.bytes`9.Kafka中，以下哪种状态表示Topic的副本正在同步数据？A.LEADINGB.FOLLOWINGC.ISRAILINGD.IN_SYNC10.Kafka中，Producer发送消息时，以下哪种编码方式会为消息添加魔法字节？A.JSONB.AvroC.ProtobufD.Binary二、多选题（共5题，每题3分）1.Kafka中，哪些参数会影响消息的拉取性能？A.`fetch.max.wait.ms`B.`fetch.min.bytes`C.`max.poll.records`D.`fetch.request.max.bytes`E.`replica.lag.time.max.ms`2.Kafka中，哪些操作会触发ZooKeeper的写操作？A.创建TopicB.修改副本配置C.添加BrokerD.删除TopicE.拉取消息3.Kafka中，哪些场景下建议使用事务性消息？A.跨服务消息传递B.数据库操作C.高可用架构D.实时数据处理E.消息堆积处理4.Kafka中，哪些参数可以配置Consumer的消费者组行为？A.`fetch.max.wait.ms`B.`mit`C.`erval.ms`D.`session.timeout.ms`E.`erval.ms`5.Kafka中，哪些操作会导致ISR变化？A.Broker宕机B.副本同步完成C.副本选举D.Topic删除E.消息提交三、简答题（共5题，每题5分）1.简述Kafka中ISR的概念及其作用。2.简述Kafka中Producer的四种发送消息模式。3.简述Kafka中Consumer的两种消费模式。4.简述Kafka中Topic的分区策略及其优缺点。5.简述Kafka中消息的顺序保证机制。四、论述题（共2题，每题10分）1.详细说明Kafka如何保证消息的顺序性，并分析其适用场景和限制。2.详细说明Kafka的消费者组机制，包括组内消息分配、会话超时处理、故障恢复等。五、编程题（共2题，每题10分）1.编写一段KafkaProducer的代码，实现发送JSON格式的消息到指定Topic，并设置重试策略。2.编写一段KafkaConsumer的代码，实现从指定Topic消费消息，并展示消息内容。答案及解析一、单选题答案及解析1.CRange分区会根据消息Key的顺序将消息分配到不同的分区，确保相同Key的消息被分配到同一个分区。2.AISR（In-SyncReplicas）是指与Leader副本保持同步的Follower副本集合。副本因子为3时，最多可以有3个ISR。3.B`request.timeout.ms`控制Producer发送请求的超时时间，用于保证消息发送的可靠性。4.C当Consumer的`group.id`为空时，该Consumer为独立Consumer，消息会被投递到该Consumer，不会与其他Consumer共享消息。5.C重试策略可以保证在发送失败时重新发送消息，从而实现至少一次传递。事务性消息和确认机制更多用于保证消息的可靠传递。6.A当Broker挂掉时，其上的所有Leader副本都会变为ISR，因为它们无法再作为Leader。7.DConsistent哈希分区会根据Key的哈希值将消息分配到不同的分区，确保相同Key的消息被分配到同一个分区。8.A`erval.ms`控制Consumer自动提交偏移量的时间间隔。9.DIN_SYNC表示副本正在同步数据，但可能尚未达到完全同步状态。10.DBinary编码方式会为消息添加魔法字节，用于区分不同的编码格式。二、多选题答案及解析1.A,B,C,D这些参数都会影响消息的拉取性能，`fetch.max.wait.ms`控制等待更多消息的时间，`fetch.min.bytes`控制最小拉取字节数，`max.poll.records`控制每次拉取的最大消息数，`fetch.request.max.bytes`控制每次拉取请求的最大字节数。2.A,B,C,D创建Topic、修改副本配置、添加Broker、删除Topic都需要写入ZooKeeper，而拉取消息是读操作。3.A,B,C,D事务性消息适用于跨服务消息传递、数据库操作、高可用架构和实时数据处理场景，不适用于消息堆积处理。4.B,C,D,E`mit`控制是否自动提交偏移量，`erval.ms`控制自动提交的时间间隔，`session.timeout.ms`控制会话超时时间，`erval.ms`控制最大拉取间隔时间。5.A,B,CBroker宕机会导致ISR变化，副本同步完成也会影响ISR状态，副本选举可能改变ISR成员，但Topic删除不会影响ISR。三、简答题答案及解析1.ISR的概念及其作用ISR（In-SyncReplicas）是指与Leader副本保持同步的Follower副本集合。其作用是保证数据的高可用性和可靠性，当Leader副本挂掉时，可以从ISR中选择一个新的Leader继续提供服务。2.Producer的四种发送消息模式-同步发送：等待Broker确认返回，保证消息发送成功-异步发送：发送消息后立即返回，通过回调处理结果-单向发送：发送消息后不等待确认，适用于不需要保证可靠性的场景-端到端发送：结合事务性消息，保证消息的可靠传递3.Consumer的两种消费模式-指定组消费：Consumer属于某个组，消息会根据分区分配给组内Consumer，实现消息的负载均衡-独立消费：Consumer不属于任何组，消息会直接投递到该Consumer4.Topic的分区策略及其优缺点-Range分区：根据Key的顺序分配消息，优点是实现范围查询方便，缺点是可能导致数据倾斜-Sticky分区：将相同Key的消息分配到同一个分区，优点是保证消息顺序，缺点是分区数量固定-Round-robin分区：按顺序分配消息到不同分区，优点是简单高效，缺点是可能导致数据倾斜-Consistent哈希分区：根据Key的哈希值分配消息，优点是均匀分布数据，缺点是扩容时可能导致数据迁移5.消息的顺序保证机制Kafka通过以下机制保证消息的顺序性：-在Producer端设置消息的Key-使用相同的Key发送消息-确保消息被分配到同一个分区-确保Consumer属于同一个组顺序保证仅限于同一个分区内的消息四、论述题答案及解析1.Kafka如何保证消息的顺序性及其适用场景和限制Kafka保证消息顺序性的机制：-Producer端设置消息Key，确保相同Key的消息被分配到同一个分区-Consumer端使用相同的Key消费消息适用场景：-需要保证消息顺序的业务场景，如订单处理、支付流水等限制：-仅限于同一个分区内的消息-分区数量有限制-高并发场景下可能导致数据倾斜2.Kafka的消费者组机制消费者组机制包括：-组内消息分配：消息会根据分区和组内Consumer数量进行负载均衡-会话超时处理：Consumer长时间未与Broker通信会被视为失效，其分区会被重新分配-故障恢复：Consumer宕机后，其分区会被重新分配给其他Consumer-消息重复处理：需要通过幂等性和事务性消息保证消息只被处理一次五、编程题答案及解析1.KafkaProducer代码javaimportducer.KafkaProducer;importducer.ProducerConfig;importducer.ProducerRecord;importmon.serialization.StringSerializer;importjava.util.Properties;publicclassKafkaProducerExample{publicstaticvoidmain(String[]args){Propertiesprops=newProperties();props.put(ProducerConfig.BOOTSTRAP_SERVERS_CONFIG,"localhost:9092");props.put(ProducerConfig.KEY_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());props.put(ProducerConfig.VALUE_SERIALIZER_CLASS_CONFIG,StringSerializer.class.getName());props.put(ProducerConfig.RETRIES_CONFIG,3);props.put(ProducerConfig.RETRY_BACKOFF_MS_CONFIG,3000);props.put(ProducerConfig.MAX_BLOCK_MS_CONFIG,10000);KafkaProducer<String,String>producer=newKafkaProducer<>(props);Stringtopic="test-topic";Stringkey="key1";Stringvalue="{\"name\":\"John\",\"age\":30}";ProducerRecord<String,String>record=newProducerRecord<>(topic,key,value);producer.send(record);producer.close();}}2.KafkaConsumer代码javaimportorg.apache.kafka.clients.consumer.ConsumerConfig;importorg.apache.kafka.clients.consumer.KafkaConsumer;importorg.apache.kafka.clients.consumer.ConsumerRecords;importorg.apache.kafka.clients.consumer.OffsetAndMetadata;importmon.serialization.StringDeserializer;importjava.time.Duration;importjava.util.Collections;importjava.util.Properties;publicclassKafkaConsumerExample{publicstaticvoidmain(String[]args){Propertiesprops=newProperties();props.put(ConsumerConfig.BOOTSTRAP_SERVERS_CONFIG,"localhost:9092");props.put(ConsumerConfig.GROUP_ID_CONFIG,"test-group");props.put(ConsumerConfig.KEY_DESERIALIZER_CLASS_CONFIG,StringDeserializer.class.getName());props.put(ConsumerConfig.VALUE_DESERIALIZER_CL