在一家公司干多长时间跳槽才合适？值得一读！
前言
微服務是近年來備受關注的話題，相比于傳統的SOA而言，更容易理解，也更容易實踐，它將“面向服務”的思想做得更加徹底。有人說它非常好，但就是“玩不起”，why？
微服務是一種分布式系統架構，它建議我們將業務切分為更加細粒度的服務，并使每個服務的責任單一且可獨立部署，服務內部高內聚，隱含內部細節，服務之間低耦合，彼此相互隔離。此外，我們根據面向服務的業務領域來建模，對外提供統一的API接口。微服務的思想不只是停留在開發階段，它貫穿于設計、開發、測試、部署、運維等軟件生命周期階段。
可見，我們提到的微服務，實際上是一種架構思想，我們不妨稱它為“微服務架構”。今天就帶著大家；來學習這份阿里技術專家手寫的《微服務架構筆記》，讓你成為一名優秀的微服務架構師。
kafka面試基礎[17]
1.Kafka的用途有哪些？使用場景如何？
2.Kafka中的ISR、AR又代表什么？ISR的伸縮又指什么
3.Kafka中的HW、LEO、LSO、LW等分別代表什么？
4.Kafka中是怎么體現消息順序性的？
5.Kafka中的分區器、序列化器、攔截器是否了解？它們之間的處理順序是什么？
6.Kafka生產者客戶端的整體結構是什么樣子的？
7.Kafka生產者客戶端中使用了幾個線程來處理？分別是什么？
8.Kafka的舊版Scala的消費者客戶端的設計有什么缺陷？
9.“消費組中的消費者個數如果超過topic的分區，那么就會有消費者消費不到數據”這句話是否正確？如果正確，那么有沒有什么hack的手段？
10.有哪些情形會造成重復消費？
11.哪些情景下會造成消息漏消費？
12.KafkaConsumer是非線程安全的，那么怎么樣實現多線程消費？
13.簡述消費者與消費組之間的關系
14.當你使用kafka-topics.sh創建（刪除）了一個topic之后，Kafka背后會執行什么邏輯？
15.topic的分區數可不可以增加？如果可以怎么增加？如果不可以，那又是為什么？
16.topic的分區數可不可以減少？如果可以怎么減少？如果不可以，那又是為什么？
17.創建topic時如何選擇合適的分區數？
kafka面試進階[15]
1.Kafka目前有哪些內部topic，它們都有什么特征？各自的作用又是什么？
2.優先副本是什么？它有什么特殊的作用？
3.Kafka有哪幾處地方有分區分配的概念？簡述大致的過程及原理
4.簡述Kafka的日志目錄結構
5.Kafka中有哪些索引文件？
6.如果我指定了一個offset，Kafka怎么查找到對應的消息？
7.如果我指定了一個timestamp，Kafka怎么查找到對應的消息？
8.聊一聊你對Kafka的Log Retention的理解
9.聊一聊你對Kafka的Log Compaction的理解
10.聊一聊你對Kafka底層存儲的理解
11.聊一聊Kafka的延時操作的原理
12聊一聊Kafka控制器的作用
13.Kafka的舊版Scala的消費者客戶端的設計有什么缺陷？
14.消費再均衡的原理是什么？（提示：消費者協調器和消費組協調器）
15.Kafka中的冪等是怎么實現的？
kafka面試高階[12]
1.Kafka中的事務是怎么實現的？
2.失效副本是指什么？有哪些應對措施？
3.多副本下，各個副本中的HW和LEO的演變過程
4.Kafka在可靠性方面做了哪些改進？（HW, LeaderEpoch）
5.為什么Kafka不支持讀寫分離？
6.Kafka中的延遲隊列怎么實現
7.Kafka中怎么實現死信隊列和重試隊列？
8.Kafka中怎么做消息審計？
9.Kafka中怎么做消息軌跡？
10.怎么計算Lag？(注意read_uncommitted和read_committed狀態下的不同)
11.Kafka有哪些指標需要著重關注？
12.Kafka的哪些設計讓它有如此高的性能？
答案在這里啦！！整理起來好多呀，有30頁…
看完了筆記，刷了面試真題，最后對整個kafka知識做個梳理總結：控制器（Controller）、生產者、配置參數、消費者、Broker端、主題與分區、文件目錄、時間輪(TimingWheel)等
最后
文章中涉及到的知識點我都已經整理成了資料，錄制了視頻供大家下載學習，免費分享，誠意滿滿，希望可以幫助在這個行業發展的朋友，在論壇博客等地方少花些時間找資料，把有限的時間，真正花在學習上，所以我把這些資料，分享出來。相信對于已經工作和遇到技術瓶頸的朋友們，在這份資料中一定都有你需要的內容。
資料免費獲取方式：點擊這里免費領取Dubbo、Redis、Netty、zookeeper、Spring cloud、分布式、高并發等架構技術資料
資料免費獲取方式：點擊這里免費領取Dubbo、Redis、Netty、zookeeper、Spring cloud、分布式、高并發等架構技術資料*
總結
以上是生活随笔為你收集整理的在一家公司干多长时间跳槽才合适？值得一读！的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 人工神经网络与遗传算法,遗传算法和神经算
- 下一篇： 网络带宽的检测工具介绍