- 首先，我们要先介绍一下Kafka中架构的基本结构：一个Kafka集群会有多个broker组成，每个broker我们可以称之为一个节点，也可以认为是一台运行kafka实例的机器，那么当我们要配置消息队列的时候，我们要创建一个topic（其实这只是一个虚拟的概念，其实并不存在物理上的topic），那么这个topic可以拆分为多个partition，而为了高可用性，每个partition是会放到不同的broker上面的。
- 由于数据是被存放到不同broker的partition中，所以，可以保证如果有某个partition出错作废了，那么还有其他的partiton可以使用，那么这也被叫做kafka的冗余副本。
- 在kafka0.8之前，partiton是用来拆分整体数据的，比如有4个节点，如果其中有一个宕掉了，那么就等于损失了1/4的数据，那么其实这种数据缺失的问题是无法被忽视的。
- 那么在kafka0.8之后，采用了冗余副本机制，也就是一个topic下的N个partition都被称之为replica(副本)，他们彼此之间是会去同步数据的。那么当kafka服务启动的时候，会多个partition之间选取出一个leader，那么这1个leader和N-1个follower直接是如何协同工作的呢？要讲明白，就需要从两方面来说明，即：写消息与读消息。
- 当producer往kafka中写消息的时候，会写到leader partition上面，写完之后，leader会将数据同步到所有的follower上，当所有的follower都反馈已经写入完毕之后，leader才会返回给生产者消息写入成功。那么，有的同学就会问了，为什么首先要往leader上面去写？为什么不随便写到某个副本上，这样效率不是更高嘛？其实，要是可以随机写到某个副本上的话，就会造成多副本发起数据同步的行为，无疑会造成数据的一致性问题，并且会大大提升系统的复杂度。
- 那么当comsumer消费消息的时候，只会从leader中读取数据。并且这个消息是所有follower都已经确认写入成功返回ack只会的可读消息。
- 如果在运行期间，leader挂掉了，那么主节点会从存活的follower中选取新的leader，那么后续的读写，都由新选举出来的leader进行负责，这样就可以保障kafka集群的高可用性了。
- 图例：
