kafka基础选择题

1.下面哪个命令行参数可以用来删除Kafka中的Topic？

a.list
b.create
c.delete
d.describe

解析

本题考查命令行操作

A：list用于查看当前服务器中的所有 topic，A错误

B：create用于创建一个新的topic，B错误

C：delete 用于删除 topic，C正确

D：describe 用于查看某个 Topic 的详情，D错误

2.在Kafka中，（）是ISR 队列中最小的 LEO。

a.LEO
b.ISR
c.HW
d.AR

解析

A：LEO：代表当前日志文件中下一条，指的是每个副本最大的offset

B：ISR：代表副本同步队列

C：HW：指的是消费者能见到的最大的 offset，ISR 队列中最小的 LEO，C正确。

D：AR：代表所有副本

3.消费者出现活锁问题时应该（）

a.增加max.poll.interval.ms相关参数
b.减少消费者数量
c.重启集群
d.提高poll频率

解析

活锁现象是由于持续向消费者发送心跳检查但是未及时处理，通常由于poll调用频率高导致处理记录时间长于最大间隔时间

所以A正确，D错误，B触发重平衡不能解决该问题，C，问题仍然会出现。

4.与传统消息系统相比，Kafka的突出特点不包括（）。

a.能够持久化日志
b.容错能力强，是一个分布式系统
c.支持实时的流式处理
d.提供在线消息同步和离线消息缓存的能力

解析

A：Kafka能够持久化日志，这些日志可以被重复读取和无限期保留。

B：Kafka是一个分布式系统，以集群的方式运行，可以灵活伸缩，在内部通过复制数据提升容错能力和高可用性。

C：流式处理是指实时的处理一个或者多个事件流，Kafka支持实时的流式处理。

D：传统的消息系统，服务端的主要工作是维护发送方和接收方的连接状态，并提供在线消息同步和离线消息缓存的能力，这是传统的消息系统具有的，而非Kafka，故题解为D。

5.当之前下线的分区重新上线时，要执行Leader 选举，选举策略为（）。

a.OfflinePartition Leader 选举
b.ReassignPartition Leader 选举
c.PreferredReplicaPartition Leader 选举
d.ControlledShutdownPartition Leader 选举

解析

分区的 Leader 副本选举对用户是完全透明的，它是由 Controller 独立完成的。

A：OfflinePartition Leader 选举:每当有分区上线时，就需要执行 Leader 选举。所谓的分区上线，可能是创建了新分区，也可能是之前的下线分区重新上线，选项A正确。

B：ReassignPartition Leader 选举:当你手动运行 kafka-reassign-partitions 命令，或是调用Admin的alterPartitionReassignments 方法执行分区副本重分配时，可能触发此类选举。

C：PreferredReplicaPartition Leader 选举:当你手动运行 kafka-preferred-replica- election 命令，或自动触发了 Preferred Leader 选举时，该类策略被激活。

D：ControlledShutdownPartition Leader 选举:当 Broker 正常关闭时，该 Broker上的所有 Leader 副本都会下线，因此，需要为受影响的分区执行相应的 Leader 选举。

6.使用消息队列的好处不包括（）

a.能够有效解耦
b.可恢复性增强
c.提供缓冲空间
d.能够同步通信

解析

本题考查Kafka基本概念

A：消息队列降低了进程间的耦合度，允许独立的扩展或修改两边的处理过程，A包括。

B：系统的一部分组件失效时，不会影响到整个系统，即使一个处理消息的进程挂掉，加入队列中的消息仍然可以在系统恢复后被处理，B包括。

C：能够提供缓冲空间和时间，解决生产消息和消费消息的处理速度不一致的问题，C包括

D：消息队列提供了异步处理机制而不是同步，允许用户把一个消息放入队列，但并不立即处理它，D错误

7.下列说法错误的是（）

a.生产者和消费者面向的都是一个 topic
b.生产者发送数据的对象是 leader
c.当集群中的某个节点发生故障时，Replica上的partition数据不会丢失
d.partition是一个没有顺序的队列

解析

A：Topic可以理解为一个队列，生产者和消费者面向的都是一个 topic；

B：生产者发送数据的对象，以及消费者消费数据的对象都是 leader

C：Replica的作用就是为保证集群中的某个节点发生故障时，该节点上的partition数据不丢失，且Kafka仍然能够继续工作。

D：一个topic可以分为多个 partition，每个partition是一个有序的队列，D选项错误。

8.当Kafka中日志片段大小达到（）时，当前日志片段会被关闭。

a.1M
b.100M
c.1GB
d.10GB

解析

本题考查Kafka日志片参数设置

当日志片段大小达到指定的数量的时候(默认为1G)，当前日志片段就会被关闭，一个新的日志片段被打开。

所以，选项C为正确答案，A、B、D错误

9.下列关于topic和partition的描述，错误的是（）

a.Kafka中消息是以partition进行分类的

b.与partition不同，topic是逻辑上的概念而非物理上的概念

c.每个partition对应于一个 log文件

d.一个partition分为多个segment

解析

A：Kafka中消息是以 topic 进行分类的，生产、消费消息，都是面向 topic的，A错误。

B：topic是逻辑上的概念，而 partition 是物理上的概念，B正确

C：每个partition对应于一个log文件，文件中存储的是producer生产的数据，C正确。

D：Kafka采取了分片和索引机制，将每个partition分为多个segment，D正确。

10.（）参数不影响kafka重平衡？

a.session.timeout.ms
b.heartbeat.interval.ms
c.message.max.bytes
d.max.poll.interval.ms

解析

A，session.timeout.ms：Coordinator 与消费者进行心跳检查时间间隔，及时发现崩溃、位移等信息，触发重平衡，A会影响。

B：heartbeat.interval.ms：心跳检查请求与响应的间隔时间，超过可能会认为消费者崩溃等，触发重平衡，B会影响。

C：message.max.bytes： Broker能够接收到的最大消息的大小，C不会影响，与重平衡无关，故题解为C。

D：max.poll.interval.ms：消费者处理消息逻辑的最大时间，防止消费者处理任务超时未响应，超过该时间Coordinator将剔除该消费者重新平衡，D不影响。

11.下面那种情况不会触发 Consumer Rebalance操作（）

A.某个消费者崩溃
B.某个生产者崩溃
C.消费者消费的多个topic中某个topic被删除
D.新增消费者

解析

本题主要考察学生关于Kafka生产者分区写入策略的掌握

A 会触发，属于消费者数量发生变化

B 不会触发

C 会触发，属于topic数量发生变化

D 会触发，属于消费者数量发生变化

12.在（）版本后，Kafka正式移除了对Zookeeper的依赖。

A.Kafka 1.8
B.Kafka 2.6
C.Kafka 2.8
D.Kafka 3.2

Zookeeper是一个分布式的协调组件，早期版本的Kafka用Zookeeper做meta信息存储，consumer的消费状态，group的管理以及 offset的值。2021年4月，Kafka官方发布了2.8.0版本，宣布Kafka正式移除了对Zookeeper的依赖，这样就无需维护Zookeeper集群，只要维护Kafka集群

13.下列哪种情况不会触发到消费者分区的重新分配？

a.当有新的消费者加入消费者组
b.已有的消费者推出消费者组
c.处于消费者所在分区最近提交的offset位置
d.消费者所订阅的主题的分区发生变化

解析

本题考查Kafka 消费者消费方式

当有新的消费者加入消费者组、已有的消费者推出消费者组或者所订阅的主题的分区发生变化，就会触发到分区的重新分配，选项A、B、D正确。

消费者重新分配之后，消费者消费的分区会发生变化，所以消费者要首先获取到自己被重新分配到的分区，并且定位到每个分区最近提交的 offset 位置继续消费，选项C错误。

14.下列关于leader和follower的说法正确的是（）

a.一个topic的每个分区可以没有 leader
b.一个topic的每个分区可以没有follower
c.消费者消费数据的对象都是leader
d.follower从leader中同步数据有一定延迟

解析

一个 topic 的每个分区都有若干个副本，一个 leader和若干个 follower，A、B选项错误。

leader：生产者发送数据的对象，以及消费者消费数据的对象都是 leader，C选项正确。

follower：实时从 leader中同步数据，保持数据的同步，而没有延迟，D选项错误。

15.设用压力测试测出机器写入速度是20M/s一台，峰值的业务数据的速度是100M/s，副本数为6，预估需要部署Kafka机器数量为（）。

a.6
b.12
c.13
d.20

解析

Kafka机器数量=2（峰值生产速度副本数/100）+1

所以2（1006/100）+1）= 13台，故需要13台机器，C选项正确。