1.架构认识：由多个broker组成，每个broker是一个节点；
你创建一个topic，这个topic可以划分为多个partition，每个partition可以存在与不同的broker上，没给partition就放一部分数据。
天然的分布式消息队列，就是说一个topic的数据，是分散在多个机器上的，每个机器就放一部分数据。
Kafka0.8以前，是没有HA机制的，就是这个broker宕机了，那个broker上的partition就废了，没法写也没法读，没有什么高可用性可言。
比如说，我们假设创建了一个 topic，指定其 partition 数量是 3 个，分别在三台机器上。但是，如果第二台机器宕机了，会导致这个 topic 的 1/3 的数据就丢了，因此这个是做不到高可用的。
Kafka0.8以后，提供了HA机制，就是replica（复制品）副本机制。每个partition的数据都会同步到其他机器上，形成自己的多个replica副本。所有replica会选举一个leader会负责把数据同步到所有follower上去，读的时候就直接读leader上的数据即可。只能读写leader？要是你可以随意读写每个follower，那么就要care数据一致性的问题，系统复杂度太高，很容易出问题。Kafka会均匀地将一个partition的所有replica分布在不同的机器上，这样才可以提高容错性。
这就是所谓的高可用性了，因为如果某个broker宕机了，没事，那个broker上面的partition在其他机器上都由副本。假设这个宕机的broker是上面有某个partition的leader，那么此时重新从follower中重新选举一个新的leader出来，大家继续读写这个新的leader即可。
写数据的时候，生产者就写leader，然后leader将数据落地写本地磁盘，接着其他follower自己主动从leader来pull数据。一旦所有follower同步好数据了，就会发送ack给leader，leader收到所有follower的ack之后，就会返回成功的消息给生产者。（这只是其中一种模式，还可以适当调整这个行为）
消费的时候，只会从leader去读，但是只有当一个消息已经被所有follower都同步成功返回ack的时候，这个消息才会被消费者读到。
