前言

之前的博客里说了，Kafka的消息同步是一种ISR机制，本质上是“完全同步”的一种优化。

都在说，消息被ISR中所有副本都写入才算写入成功。但是这样未免定的太死板了，所以，Kafka给出了我们选择。

这个选择就是ack机制

生产者参数

request.required.acks 是producer可以指定的参数

ack = 1 （默认）

leader写入成功，producer就能收到成功响应（这和同步不同步没关系，你就当只有leader，没有follower就行）

ack = 0 

producer只管发，不等待服务器响应，爱成功不成功。（吞吐量最高）

ack = -1 / ack = all

producer 需要等待 ISR 中的所有replica都成功写入，才能够收到来自服务端的成功响应。

这才是ISR的正确应用场景，可靠性最高

ISR的最坏情况

排除所有replica全部故障，ISR的最坏情况就是ISR中只剩leader自己一个了。

退化成 ack = 1的情况了，甚至还不如ack=1。

ack=1，说的是producer不等服务端完全同步完ISR，只要leader写入成功就行了，但是可没说不进行同步了。

该有的同步过程还是会进行的，但凡能同步，Kafka肯定会同步的，而ack=1的最坏情况，也是ISR中只剩下leader了。

换句话说，producer为了提高吞吐量，没等ISR全部同步，但是心里还是希望进口同步完成的。

而这种leader孤家寡人的最坏情况，书上说“退化成ack=1"，笔者认为不足以说明问题的严重性。

ISR的最坏情况，会使ack=-1 退化成 ack=1时的最坏情况，完全背离我们设置-1的初衷（因为铁定是同步不了了）。

与其他参数的配合使用

 min.insync.replicas = n（broker的配置）

如果生产者acks=all，而在发送消息时，ISR中的replica数量没有达到n，Broker不能处理这条消息，需要直接给生产者报错。

所以只要 min.insync.replicas >= 2，就能避免由ISR的最坏情况出现导致的丢消息。