從0開始帶你成為Kafka消息中間件高手—第三講
實際上來說，每次leader接收到一條消息，都會更新自己的LEO，也就是log end offset，把最后一位offset + 1，這個大家都能理解吧？接著各個follower會從leader請求同步數據，這是持續進行的
offset = 0 ~ offset = 4，LEO = 5，代表了最后一條數據后面的offset，下一次將要寫入的數據的offset，LEO，你一定要明白他的名詞
然后follower同步到數據之后，就會更新自己的LEO
并不是leader主動推送數據給follower，他實際上是follower主動向leader嘗試獲取數據，不斷的發送請求到leader來fetch最新的數據
然后對于接收到的某一條數據，所有follower的LEO都更新之后，leader才會把自己的HW（High Water Mark）高水位offset + 1，這個高水位offset表示的就是最新的一條所有follower都同步完成的消息
partition中最開始的一條數據的offset是base offset
LEO和HW分別是干什么的呢？
LEO很重要的一個功能，是負責用來更新HW的，就是如果leader和follower的LEO同步了，此時HW就可以更新
所有對于消費者來說，他只能看到base offset到HW offset之間的數據因為只有這之間的數據才表明是所有follower都同步完成的，這些數據叫做“已提交”的，也就是committed，是可以被消費到的
HW offset到LEO之間的數據，是“未提交的”，這時候消費者是看不到的
HW offset表示的是當前已經提交的數據offset，LEO表示的是下一個要寫入的數據的offset
首先leader接收到數據字后就會更新自己的LEO值
接著follower會不斷的向leader發送fetch請求同步數據，然后每次一條數據同步到follower之后，他的LEO就會更新，同時leader發送數據給follower的時候，在leader端會維護所有follower的LEO值
follower發送fetch請求給leader的時候會帶上自己的LEO值，然后leader每次收到一個fetch請求就會更新自己維護的每個follower的LEO值
所以這里大家要知道的是，leader上是會保存所有follower的LEO值的，這個是非常關鍵和核心的一點
每次leader發送數據給follower的時候，都會發送自己的HW值，然后follower獲取到leader HW之后，就會跟自己的LEO比較一下，取里面小的那個值作為自己的HW值，換句話說，如果follower的LEO比leader HW大了，那么follower的HW就是leader HW
但是如果follower的LEO比leader HW小，說明自己明顯落后于leader，那么follower的HW就是自己的LEO值
然后leader上的HW就很明顯了，那就是主要是他在接收follower的fetch請求的時候，就會在更新自己維護的所有follower的LEO之后，判斷一下當前自己的LEO是否跟所有follower都保持一致，那么就會自動更新自己的HW值
這個leader的HW值就是partition的HW值，代表了從這個partition的哪個offset之前可以被消費數據
假設leader收到第一條數據，此時leader LEO = 1，HW = 0，因為他發現其他follower的LEO也是0，所以HW必須是0
接著follower來發送fetch請求給leader同步數據，帶過去follower的LEO = 0，所以leader上維護的follower LEO = 0，更新了一下，此時發現follower的LEO還是0，所以leader的HW繼續是0
接著leader發送一條數據給follower，這里帶上了leader的HW = 0，因為發現leader的HW = 0，此時follower LEO更新為1，但是follower HW = 0，取leader HW
接著下次follower再次發送fetch請求給leader的時候，就會帶上自己的LEO = 1，leader更新自己維護的follower LEO = 1，此時發現follower跟自己的LEO同步了，那么leader的HW更新為1
接著leader發送給follower的數據里包含了HW = 1，此時follower發現leader HW = 1，自己的LEO = 1，此時follower的HW有更新為1
5個數據：全部都要往前推進更新，需要2次請求，第一次請求是僅僅是更新兩邊的LEO，第二次請求是更新另外leader管理的follower LEO，以及兩個HW
