【Java面試】什麼是 ISR，為什麼需要引入 ISR

Hi，大家好，我是Mic。

一個工作5年的粉絲，在簡歷上寫精通Kafka。

結果在面試的時候直接打臉。

面試官問他：“什麼是ISR，為什麼需要設計ISR”

然後他一臉懵逼的看著面試官.

下麵看看普通人和高手的回答。

普通人：

ISR好像是Kafka裡面的一個機制吧。

為什麼要引入，應該是跟數據同步有關係。

高手：

好的，關於這個問題，我需要從幾個方面來回答。

首先，發送到Kafka Broker上的消息，最終是以Partition的物理形態來存儲到磁碟上的。

而Kafka為了保證Parititon的可靠性，提供了Paritition的副本機制，然後在這些Partition副本集裡面。

存在Leader Partition和Flollower Partition。

生產者發送過來的消息，會先存到Leader Partition裡面，然後再把消息複製到Follower Partition，

這樣設計的好處就是一旦Leader Partition所在的節點掛了，可以重新從剩餘的Partition副本裡面選舉出新的Leader。

然後消費者可以繼續從新的Leader Partition裡面獲取未消費的數據。

在Partition多副本設計的方案裡面，有兩個很關鍵的需求。

• 副本數據的同步
• 新Leader的選舉

這兩個需求都需要涉及到網路通信，Kafka為了避免網路通信延遲帶來的性能問題，

以及儘可能的保證新選舉出來的Leader Partition裡面的數據是最新的，所以設計了ISR這樣一個方案。

ISR全稱是 in-sync replica，它是一個集合列表，裡面保存的是和Leader Parition節點數據最接近的Follower Partition

如果某個Follower Partition裡面的數據落後Leader太多，就會被剔除ISR列表。

簡單來說，ISR列表裡面的節點，同步的數據一定是最新的，所以後續的Leader選舉，只需要從ISR列表裡面篩選就行了。

所以，我認為引入ISR這個方案的原因有兩個

1. 儘可能的保證數據同步的效率，因為同步效率不高的節點都會被踢出ISR列表。
2. 避免數據的丟失，因為ISR裡面的節點數據是和Leader副本最接近的。

以上就是我對這個問題的理解。

總結

在我看來，這個問題非常有研究價值。

一般來說，副本數據同步，無非就是同步阻塞、或者非同步非阻塞。

但是這兩種方案，要麼帶來性能問題，要麼帶來數據丟失問題，都不是特別合適。

而ISR，就非常完美解決了這個問題，在實際過程中，我們也可以借鑒類似的設計思路。

喜歡我作品的小伙伴，記得點贊收藏加關註。

版權聲明：本博客所有文章除特別聲明外，均採用 CC BY-NC-SA 4.0 許可協議。轉載請註明來自 Mic帶你學架構！
如果本篇文章對您有幫助，還請幫忙點個關註和贊，您的堅持是我不斷創作的動力。歡迎關註「跟著Mic學架構」公眾號公眾號獲取更多技術乾貨！