副本机制的好处
副本在分布式系统下，不同的网络互联的机器保存同一份数据。我们知道在分布式系统中，都会通过数据镜像、数据冗余的方式来提升高可用性。
- 提供数据冗余：这点比较好理解，说白了就是通过数据冗余在不同的服务器上，即使一台出现宕机，也不会影响到系统的正常运转，并且因为有数据持久化机制，所以在高可用系统架构中必定使用。
- 高伸缩性：将一份数据存储到多个地方，可以有效提高读的能力。
- 改善数据局部性：可以将不同的数据放在离用户近的地方，比如CDN这种机制。
但是很可惜的是，Kafka只提供了第一种机制，后两者没有提供。
副本定义
我们知道Kafka的层级是在不同的主题下，将同一个主题拆分成不同的分区，并且在分区层级下有不同的副本，通过存储在不同的Broker中，以提供数据的可用性。而这个副本本质上就是一个可以追加写的日志文件。
所以在实际的生产环境中，可能不同的Broker上同时存储不同主题的分区的副本数据。
如下图所示，三个Broker，主题1分区0的三个副本分别存储在不同的Broker上。即使Broker2宕机了，但是Broker1和3存活，依然可以提供数据访问。
副本角色
既然分区可以存储多个副本，那么多个副本之间的数据是如何保证数据一致性的，而Kafka采用的就是基于领导者的副本机制
1.副本分为两类，领导者副本和追随者副本。每个分区在创建时都要选举一个领导者副本，而追随者副本进行数据同步
2.对副本的读写操作都集中在领导者副本上，而追随者副本的唯一作用就是从领导者副本异步拉取消息，写入到自己的提交日志中，实现和领导者副本的同步。
3.当领导者副本所在的Broker挂掉之后，Zk可以通过监听机制，在已有的副本中选择一个新的领导者副本，而当老的领导者副本恢复后，只能成为新的追随者副本。
以上就是副本的相关机制，而这就是Kafka副本只提供了第一种数据冗余，而不能通过追随者副本进行读。
为什么这样设计？
方便实现Read-your-writes
Read-your-writes的意思是在生产者向Kafka写入一条消息后，消费者马上去消费这条消息。如果副本可以提供读的话，因为存在数据同步的延时，在副本上可能读不到这条数据。而直接对领导者副本写读的话不会出现这样的问题。
方便实现单调读(Monotonic Reads)
单调读一致，说白了就是不会出现消费者一会能读到一会读不到。
比如有两个副本A和B，向领导者写入1，2两条消息，A同步了1，2 但是B只同步了1，当从A副本中读到了1，切到B副本中没有读到2，那么此时数据就出现丢失。
In-sync Replicas（ISR）
我们上面说了追随者副本是异步拉取领导者副本的消息，那么什么情况下追随者副本才和领导者副本同步呢，kafka引入了ISR集合，也就是Leader副本天然就在ISR集合中，而只有有Leader副本同步的副本才可以进入ISR集合中。
什么情况下追随者副本才满足进入ISR的条件，也就是实时同步Leader副本消息
图中，有一个Leader副本和两个追随者副本，Leader副本写入10条消息，而Follower1同步了6条，Follower2同步了3条，可以说两个追随者副本和Leader副本不同步嘛，答案其实是不一定。
决定是否与Leader副本同步的条件是，Broker 端参数 replica.lag.time.max.ms 参数值，默认是10S，如果连续不超过10S，那么追随者副本就是同步Leader副本。
当追随者副本超过10S不同步时，会被T出ISR集合，反之如果追上来，就会重新加入到ISR集合，而ISR集合是实时动态变化的。
Unclean 领导者选举（Unclean Leader Election）
我们知道Leader副本天然就是ISR中，但是如果ISR集合中为0，说明Leader副本也挂了，这个时候如何进行选举，实际上Kafka将不在ISR集合中的副本成为非同步副本，但是非同步副本明显是落后于Leader副本的，而选举这种非同步副本为Leader过程称为Unclean领导者选举。可以通过unclean.leader.election.enable 控制是否允许 Unclean 领导者选举。默认false。
酸与碱
如果使用Unclean领导者选举，那么势必会出现数据不一致性，但是可以提供服务。如果不使用Unclean选举，虽然保证了数据一致性，但是服务不可用。显然这就是一个不能互相平衡的选举，一般来说我们需要结合具体的业务来进行配置，但是一般还是不建议配置。
小结
副本机制是存在于Broker中的，而副本提供了是那种好处，数据冗余，高伸缩性，改善数据局部性。以及副本是否实时同步的标准。
