5-Kafka-replication（副本机制）概念

🔄 Kafka 副本机制（Replication）

核心概念

概念	说明
Replica (副本)	分区的完整拷贝，分布在不同 Broker
Replication Factor	副本总数（含 Leader），生产环境建议 ≥3
Leader Replica	处理所有读写请求，负责数据同步
Follower Replica	被动从 Leader 拉取数据，不服务客户端请求
ISR	In-Sync Replicas（同步副本集），与 Leader 数据延迟 ≤ replica.lag.time.max.ms

副本工作流程

写入过程（生产者视角）

容错机制（Leader 故障时）

1. Controller 检测 Leader 失效
2. 从 ISR 中选举新 Leader
3. 更新集群元数据
4. 客户端重定向到新 Leader

关键配置参数

参数	默认值	说明
replication.factor	1	副本总数（生产环境 ≥3）
min.insync.replicas	1	写入成功所需的最少 ISR 副本数（推荐 = replication.factor-1）
acks	1	生产者确认级别： • 0：不等待 • 1：仅 Leader 确认 • all：所有 ISR 确认
unclean.leader.election.enable	false	是否允许非 ISR 副本当选 Leader（生产环境必须关闭）
replica.lag.time.max.ms	30000 (30s)	Follower 最大允许滞后时间

副本机制价值

✅ 高可用性：Leader 故障秒级切换
✅ 数据持久性：多副本冗余防数据丢失
✅ 读写分离：Follower 可处理只读请求（需特殊配置）
⚠️ CAP 权衡：通过 acks 和 min.insync.replicas 平衡一致性与可用性

📊 分区与副本协同工作示例

如下：kafka集群有三台服务器，某个主题有2个分区和3个副本（一个Leader，两个Follower）

设计黄金法则：
分区数决定并行度上限，副本数决定容灾能力。
生产环境推荐：分区数 = 消费者数量 × 1.5，副本数 ≥ 3，min.insync.replicas=2

---

参考：deepseek