這篇文章的主人公是我自己，多年前，自己感覺無論是個(gè)人能力，還是對(duì)公司的貢獻(xiàn)，在老東家已得不到晉升。現(xiàn)公司對(duì)我開出了金錢和職位的誘惑，這也是很多碼農(nóng)從大廠跳中小廠的原因之一。

匹馬單槍入職的第一天，臨下班之前，公司線上 Kafka 集群出故障了，某些核心業(yè)務(wù)的主題分區(qū)一直處于 “不可用” 狀態(tài)。

通過?“kafka-topics” 命令查詢，這些分區(qū)的 Leader 顯示的是 -1。經(jīng)詢問，這些 Leader 所在的 Broker 機(jī)器因?yàn)樨?fù)載過高宕機(jī)了。重啟 Broker 之后，Controller 無法成功的為這些分區(qū)選出 Leader。

由于是生產(chǎn)環(huán)境，當(dāng)務(wù)之急是恢復(fù)受損的分區(qū)，有同學(xué)問我能否重啟這些分區(qū)舊 Leader 所在的所有 Broker 節(jié)點(diǎn)，畢竟重啟大法有時(shí)很靈驗(yàn)，但是，這一次沒有成功；運(yùn)維老大一聲“哎，誰懂Kafka??？”，說者無心，聽者有意，真是“燒雞大窩脖”。

然后有人建議能否重啟集群中所有的 Broker 節(jié)點(diǎn)，通常這是不能接受的，很多業(yè)務(wù)依然在運(yùn)行，而且這種大規(guī)模的無計(jì)劃重啟，也透露著負(fù)責(zé)人的無能。

無奈之下，咨詢了老東家的 Kafka 負(fù)責(zé)人，提示我們刪除?ZooKeeper 的 /controller 節(jié)點(diǎn)，效果出奇得好：之前的受損分區(qū)全部恢復(fù)正常，業(yè)務(wù)數(shù)據(jù)得以正常生產(chǎn)和消費(fèi)。

入職第一天，自己感覺丟人丟大了，從那時(shí)起，開始學(xué)習(xí) Kafka 源碼。

講這個(gè)真實(shí)的故事，主要是給那些從大廠跳槽到中小廠的同學(xué)一點(diǎn)建議，在大廠我們都是螺絲釘，對(duì)某一技術(shù)棧比較熟悉，但是中小廠則不同，往往需要的是一個(gè)多面手。