Kafka的ACK机制是发生在生产者和Kafka集群的一种数据备份的策略
我们使用过Kafka的应该都知道，在建立一个topic的时候，会只能副本数replication-factor
./kafka-topics.sh --create --zookeeper 192.168.85.133:2181,192.168.85.134:2181,192.168.85.135:2181 --replication-factor 2 --partitions 1 --topic test
比如我上面的这条命令，本来的一份加上2个备份就是三份数据，在这三份数据中有一份数据会被kafka作为leader，其他两份作为follower
当数据被生产者推送到kafka的时候，是先推送给leader的，这个时候就要说到我们的ACK机制了，在说ack用处之前，我们要知道leader在数据接收之后会向其他的follower推送这份数据，让follower去备份，如果过程中出现了意外，会跳过，后期leader隔段时间再次去尝试推送，现在说说ACK的具体作用
ACK值默认为1，生产者要等待leader返回leader自身接收数据成功的回馈，才会继续推送下一条数据，这时数据传递的速度也就是吞吐量是适中的，但是也有一个坏处，无法保障数据一定被其他的follower备份成功
当ACK机制值为0时，生产者不会等待任何回馈，直接发送下一条数据，此时数据的吞吐速度最快，但是数据的安全最低，从源头上就无法保证数据一定被接收
当ACK机制的值为-1的时候，生产者任然会等待leader的回馈，但是这个回馈不止是leader自己的，还有其他所有follower的，此时数据的吞吐量是最低的，但是数据的安全级别是最高的