ISR 与副本同步

Difficulty: Advanced
Status: Stable
Last reviewed: 2026年8月

Kafka 采用 follower 按 offset 拉取的复制模型；ISR 把“能够及时追上 leader 的副本”明确成提交语义的一部分。

先给答案：Kafka 的可靠性边界是提交位置，不是 Leader 写入位置

Leader 追加消息后，Follower 拉取并写入自己的日志；当满足副本同步条件时，分区推进 HW，消费者才可以读取这条已提交记录。LEO 只说明某个副本本地写到哪里，ISR 说明哪些副本仍有资格参与安全提交。

因此 acks=all 仍需结合 min.insync.replicas、ISR 收缩和选主策略理解。Leader 返回成功但消息尚未过 HW，可能在故障中丢失或暂不可见；ISR 过小导致写入失败，则是以可用性换安全性，而不是 Kafka 随机丢消息。

Leader ReplicaManager ──serve fetch──► Follower ReplicaFetcherThread
       │                                      │
       └── ISR / HW ◄── caught up ◄── LocalLog append

Leader 与 follower

ReplicaManager#appendRecords（core/src/main/scala/kafka/server/ReplicaManager.scala:638）接收 Produce 请求，appendRecordsToLeader（:586）交给 leader partition。fetchMessages（:1665）同时服务 consumer 和 follower，但 fetch isolation 与返回边界不同。

ReplicaFetcherThread（core/src/main/scala/kafka/server/ReplicaFetcherThread.scala:30）是 follower 后台线程，doWork（:107）调度 fetch，processPartitionData（:113）验证 leader epoch、处理截断并追加 follower 日志。

ReplicaManager#maybeShrinkIsr（ReplicaManager.scala:2100）定期移除落后副本。ISR 不是全部 replicas，而是当前满足追赶条件的子集；HW 则是可以安全暴露给消费者的提交边界。

为什么使用 pull replication

替代方案：leader 收到消息后主动推送给所有 follower。 为什么不行：慢 follower 会把 leader 的发送队列和调度耦合起来，无法独立控制批量、重试和背压。证据：ReplicaFetcherThread#doWork 由 follower 自己驱动 fetch；leader 只提供数据并在 maybeShrinkIsr 维护成员资格。

故障路径

故障	动作	结果
follower 暂时断开	fetch 重试失败，ISR 收缩	健康 ISR 继续推进提交
follower 出现分叉	epoch/offset 边界触发截断	截断后重新追加
leader 切换	新 leader 使用合法 epoch 和提交边界	防止旧尾部复活

边界与踩坑

场景	现象	原因	规避
ISR 不是所有 replica	误把集合当副本列表	ISR 是健康子集	分开监控 replicas 与 ISR
`acks=all` 等于强一致	仍可能读到旧数据	ack、HW、isolation 不同	同看三个边界
副本数很多但提交停滞	ISR 健康成员不足	under-replicated	监控 ISR shrink

可迁移知识

拉模型复制让消费者自己控制节奏，生产者只暴露带版本边界的数据；版本号和提交水位共同解决分叉与旧数据覆盖。

面试锚点

ISR 为什么收缩和扩张？

HW 与 LEO 有什么区别？

follower 发现分叉后如何恢复？