深圳虾皮信息科技有限公司面试题 · 风险判断 · Apache Kafka
深圳虾皮信息科技有限公司相关面试题，按最终去重题目聚合。
共 2768 道真题 · 当前筛选命中 20 道 · 更新 2026-08-05
筛选题目已选：风险判断 · Apache Kafka
考察点
技术栈
第 1 题若数仓数据写入 Kafka 时发生错误，你如何定位原因并修复？ 考察对数据管道写入链路异常的处理思路和修复能力第 2 题Kafka如何保证不丢数据（涉及生产者、Broker、消费者三方）？ 考察Kafka端到端数据可靠性保障机制及各方配置第 3 题Kafka的高可用是如何保证的？ 考察对Kafka副本机制、故障转移和一致性模型的理解第 4 题消息队列（如 Kafka）通常有哪些缺陷或使用难点？ 考察对消息队列局限性和边界场景的识别能力第 5 题如何保证 Kafka 的消息可靠性？请从生产端、消费端和 Broker 三个层面分析。 考察对 Kafka 消息传递语义和可靠性保障机制的全面理解第 6 题请讲解 Kafka 消费端如何实现消息重放以及如何设计幂等写入策略。 考察对 Kafka 重放机制的理解及分布式幂等设计的实践能力第 7 题Kafka在哪些场景下可能丢失消息？如何尽量避免？ 考察消息可靠性保障及风险识别第 8 题如果业务允许最终一致性，如何设计一个基于Kafka的可靠流程来更新两个数据库？ 考察消息驱动的异步数据同步架构设计第 9 题Kafka或者RocketMQ怎么保证数据被消费？ 考察消息队列消费可靠性和至少一次语义的理解第 10 题Kafka中leader和follower的概念是如何实现的？leader是如何选举的？如果leader挂了，之后怎么选举？请举一个例子说明。 考察对Kafka分区副本、leader选举机制及故障处理的理解第 11 题在强一致性要求下，如何在应用代码层面保证跨两个数据库的分布式事务与Kafka消息的最终一致？ 考察分布式事务解决方案及Kafka在强一致性场景下的应用边界第 12 题即使Kafka生产者配置了ACK=all并设置了重试，消息仍可能丢失吗？请分析可能的原因。 考察对Kafka消息传递可靠性的完整理解及边界场景识别第 13 题Kafka 怎么保证消息不会丢失？请分别从生产端确认、消费端 offset 提交、以及分区中 leader 和 follower 机制几个方面来谈。 考察 Kafka 消息可靠性的全链路理解与边界意识第 14 题Kafka为什么是高可用高可靠的？ 考察对Kafka副本机制、分区与消费语义和故障恢复机制的理解第 15 题Kafka如何保证高可用，请说明多副本机制的工作原理。 考察对Kafka高可用设计与副本机制的理解深度第 16 题当Kafka中的数据已成功写入业务表，但HDFS中的数据出现错误时，如何保证数据一致性与服务可用性？ 考察分布式系统中数据一致性保障与故障恢复能力第 17 题请谈谈消息队列（如 RocketMQ、Kafka）在顺序消息、消息积压和消息丢失这三类典型问题上的处理方式，并说明消息队列的优缺点。 考察对消息队列核心可靠性机制及适用场景的理解第 18 题若需从某个 Kafka Topic 消费数据并入库数仓，你会如何设计流程？ 考察端到端数据管道设计能力，涵盖消费、处理、入仓与容错第 19 题如何实现消息消费的幂等性？不同幂等方案之间有哪些考量？ 考察设计去重机制与权衡的能力第 20 题Kafka 如何保证消息的可靠传输？ 考察对 Kafka 生产者、broker、消费者三个环节可靠性的理解