Java架构师进阶（四）kafka应用实战|企业级MQ实战（下篇）

如果你简历上写着“熟悉 Kafka”，但被问到“分区数怎么定”“消费者组重平衡为什么会卡住业务”“消息重复了到底该在消费端去重还是生产端解决”时开始含糊，这门课就是补这块的。它不讲 Kafka 是什么，默认你已经用过 Producer、Consumer，甚至在生产上出过事——正因为出过事，才知道哪一块是真的没弄明白。

先自查：这几个问题你能答上来几个

下篇的定位是“企业级 MQ 实战”，所以切入点不是 API 教学，而是那些一知半解就会踩坑的地方。看之前可以先自测：

• ISR、LEO、HW 三者的关系是什么？acks=all 时，Kafka 到底在等谁确认？
• 消费者组发生重平衡时，为什么会出现消费停滞？哪些配置会让它从秒级恶化到分钟级？
• 消息丢失可能发生在生产端、Broker 端、消费端三个环节，各自的开关在哪？
• 幂等生产者和事务，解决的分别是什么问题，不能解决什么？
• 顺序消费在同一分区内成立，那跨分区要保证顺序，业务上该怎么设计？

如果这些问题里有三个以上只能给出“大概是……”的答案，说明你缺的不是使用经验，而是对可靠性机制和消费模型的准确理解，这正是本课程要填的缺口。

课程的重心放在哪

它属于企业级 MQ 实战的下篇，主题集中在 Kafka 在真实系统中的落地：消息可靠性链条、消费端积压与重平衡治理、顺序与幂等的取舍、以及和生产环境打交道的运维视角。核心原理的部分有，但是为了解释“为什么这么配”“为什么这里会丢”而讲的，不是脱离场景背参数。学完之后你应该能对一条消息从生产到消费的全链路做故障定位，而不是只会重启消费者。

配套练习会练到什么程度

实战部分围绕可复现的场景展开，典型的是：模拟消费者挂掉后重平衡期间的消息堆积，观察不同 session.timeout 和 max.poll.interval 下的表现差异；构造重复消费，比较消费端幂等表和事务方案的成本；以及在分区扩容后验证 key 的分布是否还符合预期。这些练习的价值在于，你亲手制造过问题，面试或排障时才说得清楚因果，而不是复述结论。

学完应该能回答的问题

• 面对一个日千万级消息的业务，分区数、副本数、acks、retries 你会怎么定，依据是什么？
• 线上出现消费延迟持续上涨，你会按什么顺序排查，先看哪个指标？
• 消息重复不可避免的前提下，你的去重方案放在哪一层，为什么？
• 如果要把现有 MQ 场景迁移到 Kafka，哪些语义会变，哪些代码必须改？

这些问题没有标准答案，但答不上来就说明实战这关还没过。建议带着自己项目里的一个真实场景来看课，边看边对照，收获会比单纯刷一遍内容大得多。