Kafka高可用的保证

zookeeper作为去中心化的集群模式，消费者需要知道现在那些生产者(对于消费者而言，kafka就是生产者)是可用的。
    如果没有zookeeper每次消费者在消费之前都去尝试连接生产者测试下是否连接成功，这样无法保证效率
Replication & Leader election
    Kafka中主题的每个partition有一个预写式日志，每个partition都由一系列有序的、不可变的消息组成，这些消息被连续的追加到partition中，
partition中的每个消息都由一个连续的序列号叫做offset，确定他在分区日志中唯一的位置。

分布式：
    每个分区在Kafka集群的若干服务中都有副本，这样这些持有副本的服务可以共同处理数据和请求，副本数量是可以配置的，副本使Kafka具备了容错能力。
    每个分区都由一个服务器作为leader，零或若干服务器作为followers，leader负责处理消息的读和写，followers则去复制leader，如果leader宕了，
followers中的一台则会自动成为leader。集群中的每个服务都会同时扮演两个角色：作为它所持有的一部分分区的leader，同时作为其他分区的followers，
这样集群就会具有较好的负载均衡。
Replication与leader election：
    Replication与leader election配合提供了自动的failover机制，replication对Kafka的吞吐率是有一定影响的，
但极大的增强了可用性。默认情况下，Kafka的replication数量(不能为0，不能大于broker数量)为1，每个partition都有唯一的leader，所有的读写操作
都在leader上完成follower批量从leader上pull数据。和大部分分布式系统一样，Kafka处理失败需要明确定义一个broker
是否alive，对于Kafka而言，Kafka存货包含两个条件，一是它必须维护与zookeeper的会话(这个通过zookeeper的heartbeat机制来实现)
二是follower必须能够及时将leader的writing复制过来。
    Kafka每个topic的partition有N个副本，其中N是topic的复制因子，Kafka通过多副本机制实现故障转移，当Kafka集群中的一个Broker
失效情况下仍然保证服务可用。在Kafka中发生复制时确保partition的预写式日志有序地写到其他节点上。N个replications中，其中一个replication
为leader，其他都为follower，leader处理partition的所有读写请求，与此同时，follower会被定期地去复制leader上的数据。