这篇文章主要讲解了“Kafka水位是什么”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Kafka水位是什么”吧！
kafka中用水位来描述，
一个分区中的可见数据的offset。
大概你需要知道这几点：
hw（水位）你可以理解成是一个全局（所有副本最小offset）的offset，
针对的是一个分区
LEO代表着该副本的所有消息的最大offset，
针对的是一个副本，也就是每个副本都有LEO，并且不一样。
其中所有副本中最小的LEO就是水位
水位
为了保障数据的一致性
当 Leader收到一条消息并写入成功，
其LEO则和马上 +1.
副本会定期去和Leader进行同步，
每同步一个消息，其自己的LEO相应+1，
而水位则是所有副本最小的LEO，
所以也会慢慢进行增加。
和ACK的关系
其实没有必然的关系，
ACK是用来保证数据不丢失的，
而 hw 是用来保证客户端消费的一致性的，
不过当ACK=-1，
因为会等到数据完全写入到所有副本，
才能返回成功，
也就是说所有副本的LEO都 +1，
其水位必然也会 +1，
这个时候就可以避免数据丢失了。
否则则会存在数据丢失的风险
为什么ACK != -1 数据就可能丢失
比如一个分区，四个副本1,2,3,4：
1：LEO = 10（Leader）
2：LEO = 8
3：LEO = 7
4：LEO = 6
此时 hw = 6，
当1 号Leader挂掉了，
3号当选了新Leader，
则所有存活副本首先会将hw之外的所有数据清除，
然后从Leader同步水位之后的数据
比如2号副本：
先清除本身数据7,8，LEO变成6，
然后去Leader同步6之后的数据，
哪怕老Leader1号恢复了，6-10号数据还在，
也需要将宕机时候的hw之后的数据全部清除，
重新从Leader同步数据
感谢各位的阅读，以上就是“Kafka水位是什么”的内容了，经过本文的学习后，相信大家对Kafka水位是什么这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
