kafka
在zk里面可以看到kafka 谁拿到controller
[zk: localhost:2181(CONNECTED) 6] get /kafka/controller{"version":1,"brokerid":0,"timestamp":"1646830583058"}
在zk里面可以看到kafka注册信息
[zk: localhost:2181(CONNECTED) 7] ls /kafka/brokers/ids[0, 1, 2][zk: localhost:2181(CONNECTED) 8] get /kafka/brokers/ids/1{"listener_security_protocol_map":{"INTERNAL":"PLAINTEXT","EXTERNAL":"PLAINTEXT"},"endpoints":["INTERNAL://172.16.111.45:1092","EXTERNAL://server1:9092"],"jmx_port":-1,"port":19092,"host":"172.16.111.45","version":4,"timestamp":"1646830413875"}[zk: localhost:2181(CONNECTED) 10] get -s /kafka/brokers/ids/0{"listener_security_protocol_map":{"INTERNAL":"PLAINTEXT","EXTERNAL":"PLAINTEXT"},"endpoints":["INTERNAL://172.16.111.43:1092","EXTERNAL://server2:9092"],"jmx_port":-1,"port":19092,"host":"172.16.111.43","version":4,"timestamp":"1646830582891"}cZxid = 0xa00000178ctime = Wed Mar 09 20:56:22 CST mZxid = 0xa00000178mtime = Wed Mar 09 20:56:22 CST pZxid = 0xa00000178cversion = 0dataVersion = 1aclVersion = 0ephemeralOwner = 0x10d4139ad9c0005 临时节点dataLength = 249numChildren = 0
[zk: localhost:2181(CONNECTED) 13] ls /kafka/brokers/topics [__consumer_offsets, ooxx, topic-test1] -- 查看创建分区数[zk: localhost:2181(CONNECTED) 14] [zk: localhost:2181(CONNECTED) 14] ls /kafka/brokers/topics/topic-test1 [partitions][zk: localhost:2181(CONNECTED) 15] ls /kafka/brokers/topics/topic-test1/partitions [0, 1] -- 当初创建分区的时候是两个[zk: localhost:2181(CONNECTED) 16] ls /kafka/brokers/topics/topic-test1/partitions/0 [state][zk: localhost:2181(CONNECTED) 17] ls /kafka/brokers/topics/topic-test1/partitions/0/state [][zk: localhost:2181(CONNECTED) 18] get -s /kafka/brokers/topics/topic-test1/partitions/0/state {"controller_epoch":9,"leader":2,"version":1,"leader_epoch":10,"isr":[2,0]}cZxid = 0x7000004b9ctime = Wed Mar 09 10:22:43 CST mZxid = 0xa000001femtime = Wed Mar 09 20:56:55 CST pZxid = 0x7000004b9cversion = 0dataVersion = 13aclVersion = 0ephemeralOwner = 0x0-- 这个时候不是临时节点，元数据dataLength = 75numChildren = 0
leader 2 是代表在2 节点上的，isr 分别代表储存在2 节点 0 节点，只不过2是主节点
ISR,OSR,AR
ISR(in-sync replicas)，连通性&活跃性OSR(outof-sync replicas),超过阈值时间(10秒)，没有"心跳"AR(Assigned replicas)，面向分区的副本集合，创建topic的时候你给出了分区的副本数，那么controller在创建的时候就已经分配了AR=ISR+OSR
分区中的所有副本统称为AR（Assigned Replicas）。
所有与leader副本保持一定程度同步的副本（包括leader副本在内）组成ISR（In-Sync Replicas），ISR集合是AR集合中的一个子集。
与leader副本同步滞后过多的副本（不包括leader副本）组成OSR（Out-of-Sync Replicas）
LSR 与 OSR 转换、LSR集合中的副本才允许选举为leader
leader副本负责维护和跟踪ISR集合中所有follower副本的滞后状态，当follower副本落后太多或失效时，leader副本会把它从ISR集合中剔除。如果OSR集合中有follower副本“追上”了leader副本，那么leader副本会把它从OSR集合转移至ISR集合。默认情况下，当leader副本发生故障时，只有在ISR集合中的副本才有资格被选举为新的leader，而在OSR集合中的副本则没有任何机会（不过这个原则也可以通过修改相应的参数配置来改变）。ISR与HW和LEO也有紧密的关系。
参考链接：https://www.studytime.xin/article/kafka-ar-lsr-hw-leo.html
HW
什么是HW高水位,
水桶理论HW是High Watermark的缩写，俗称高水位，它标识了一个特定的消息偏移量（offset），消费者只能拉取到这个offset之前的消息
如图所示，它代表一个日志文件，这个日志文件中有 9 条消息，第一条消息的 offset（LogStartOffset）为0，最后一条消息的offset为8，offset为9的消息用虚线框表示，代表下一条待写入的消息。日志文件的HW为6，表示消费者只能拉取到offset在0至5之间的消息，而offset为6的消息对消费者而言是不可见的。
LEO是Log End Offset的缩写，它标识当前日志文件中下一条待写入消息的offset，图中offset为9的位置即为当前日志文件的LEO，LEO的大小相当于当前日志分区中最后一条消息的offset值加1。分区ISR集合中的每个副本都会维护自身的LEO，而ISR集合中最小的LEO即为分区的HW，对消费者而言只能消费HW之前的消息。
