面试这个领域最近环境不行，所以卷起来流量挺大
关于K8s
其实看我之前的博客，k8s刚有点苗头的时候我就研究过，然后工作的时候间接接触 也自己玩过 但是用的不多就忘记了，正苦于不知道写什么，水一篇 用来面试应该是够了
clickhouse
kafka
搭建：
总体来说 比较简单，主要是配置文件，命令的话分开了producer /consumer/ topic 大概这么个意思。具体可以看里面的博客
#host配置
#安装包
wget https://archive.apache.org/dist/kafka/3.2.0/kafka_2.13-3.2.0.tgz
#压缩 配置系统变量
#zk集群搭建 当然kafka自带zk 这都行，集群中zk的配置是都需要改的
#3.x kafka提供了kraft取代zk
https://blog.csdn.net/qq_41865652/article/details/126588263点对点：生产者 发送 消息 到队列，消费者从队列 取出 并 消费（消费后不再储存）
一条消息 只会被一个消费者消费，想发给多个消费者 多次发送
发布/订阅：一对多，多个订阅者消费 消息，数据保留指定期限，默认7天
同一个消费组 中消费者 不能消费同一个partition中的数据
一个消费者一个分区（消费组）
0.9 偏移量储存在kafka的topic中
0.9将offset保存在zk中，0.9及后保存在Kafka“__consumer_offsets”主题
生产者
生产消息追加到log文件，采用分片/索引机制，将每个partition 分为多个segment，每个segment对应2个文件 index log，同一文件夹（topic名称+分区序号）。
同步
同步：ISR列表（同步副本 里面的follow与leader同步，选择从这个里面选 H W/LEO）
HW：消费者能看到的offset，isr队列min的LED ，hw-led待同步的消息
选leader （epoch，offset）二位数组，前面是任期 后面是标识大小谁最新
follower故障，从isr剔除，恢复后读取上一次HW高于的截取掉 从hw开始向leader同步 加入isr
- ack-1 数据不丢但会重，生产者pid消息seqnumber 如pid partion seqnumber一样，重复数据
- 0不重复 丢失
消费者
拉取pull，无消息 死循环，消费者 消费数据时传递timeout参数，当时无数据 等待一段时间再返回
topic多个partion
- 轮询rountRobin对topic组生效，一个消费组内all消费者订阅主题是一样的
- rang单个topic生效，数据不均衡
消费者不能同时消费 同组的 同一个分区
分区策略：消费者组 消费者个数 发生变化
offset维护
断电 宕机，消费者恢复后 记录的offset(zk/kafka)
消费者/topic/partion 确定offset
流程
producer两个线程，主线程 拦截/序列化/分区==》处理消息 到 消息累加器(32M / 队列) producerBatch批量发送到sender线程，批量组织request 给selector 送到kafka
kafka的pageCache 异步刷盘 flusher 追加到日志文件
partition . segment：
log 存储数据 位置：offset
index索引，相对位移:物理位置；稀疏索引 msg设置指针 mmap进行内存操作
被消费ack 清缓存
消费者带着offset，去fetch 利用sendfile底层NIO(transferTo/transferFrom)
消费者能力不足：
增加消费者数量
主题增加分区，消费者并行处理能力
优化消费逻辑，多线程
max.poll.interval.msrang消费者更长时间处理消息
监控 报警 /及时调整
kafka内置指标
kafka stream：内置了自适应调节机制
数据清理策略：及时清理
启动kafka压缩
compression.type，none不压缩/lz4压缩 加大cpu开销
升级版本
命令
topic的./bin/kafka-topics.sh
生产者./bin/kafka-console-producer.sh
消费者./bin/kafka-console-consumer.sh
大数据之Kafka（心得）_集群级kafka数据消费的挑战与实践-CSDN博客
Kafka集群搭建及生产者消费者案例_kafka 消费者组 多机器-CSDN博客
