1. Kafka Partition Replication
功能：增加Topic分区的可用性
每个Partition分为leader和follower两部分(前提是replication factor大于1的)
eg: Topic: beifeng0 Partition: 0 Leader: 3 Replicas: 3,0,1 Isr: 3,0,1
====> leader是brokerid为3的服务，Replicas：复制节点3,0,1; Isr: 3,0,1 指定当前partition活跃的partition(leader + 活跃follower)建议：一般情况下，每个分区的replication factor为3-5比较合适；通过shell脚本监控分区的变化，当有效分区数量过少的时候，通知开发人员手动参与进去修改分区节点数
2. Kafka Leader Election
方式：通过ISR来实现Leader的选择。当leader宕机的时候，会从isr列表中选择一个节点来进行恢复。
原则：
（1）当一个partition宕机或者落后数据太多，leader会将该partition的broker标识符从isr列表中删除；也就是只有isr中的节点才有可能成为主节点
（2） 当leader宕机的时候，其它有效的partition会在zk中创建一个文件夹目录(只会有一个follower节点创建成功)，创建成功的follower节点成为新的leader节点
（3）当原来的leader节点重新恢复后，会成为一个新的follower节点，添加到ISR列表中(会同步数据)
实现前提：内部是基于zk的watch机制来实现通知以及文件夹的创建的
3. Message Delivery Semantics
消息传输协议/类型 ===> 是对于消息系统中消息传递可靠性保障的一个定义
（1）三种类型的定义：【kafka仅有前两种】
-1. At most once: 最多发送一次，允许数据丢失，但是不允许的数据重复的情况下使用该方式
-2. At least once: 最少发送一次，允许数据重复，但是不允许数据丢失的情况下使用该方式
-3. Exactly once: 仅发送一次数据，但是不允许存储数据丢失和重复的情况，有可能存储数据发送失败的情况
（2）Kafka中实现数据传输的可靠性方式：
数据存储过程中的可靠性保证：
通过Kafka Partition Replication以及Kafka Leader Election来保证的
（3）Producer端：
功能：生产者将数据发送给kafka
可靠性实现方式：通过参数request.required.acks来决定的，acks是生产者等待kafka集群的接收确认返回值，主要有三个参数：
0：这意味着生产者producer不等待来自broker同步完成的确认继续发送下一条（批）消息。此选项提供最低的延
迟但最弱的耐久性保证（当服务器发生故障时某些数据会丢失，如leader已死，但producer并不知情，发出
去的信息broker就收不到）。
1：这意味着producer在leader已成功收到的数据并得到确认后发送下一条message。此选项提供了更好的耐久性
为客户等待服务器确认请求成功（被写入死亡leader但尚未复制将失去了唯一的消息）。
-1：这意味着producer在follower副本确认接收到数据后才算一次发送完成。
此选项提供最好的耐久性，我们保证没有信息将丢失，只要至少一个同步副本保持存活。
三种机制，性能依次递减 (producer吞吐量降低)，数据健壮性则依次递增。
（4）Consumer端：
功能：消费Kafka中对应Topic中的数据
可靠性保证：
每个Parition中的数据是有序的，每条数据在每个Partiiton中都存在一个offset偏移量(数据是按照offset递增的顺序排列的)
Kafka中的数据是否被某个Consumer消费，就根据该Consumer的Offset的值决定数据是否会被消费；
offset表示了consumer消费偏移量小于offset的数据，大于等于offset的数据是没有被消费的