在谈及到Kafka的ACK之前我们要向讲一下Kafka的复制机制，为了保证Kafka的高性能，设计了分区，一个topic的分区是的数据可以分散，然后可以让更多的消费者来进行消费；避免单一分区，只能由一个消费者消费，造成串行处理，多分区本质还是实现了并行消费的机制；其实但凡是分片，很大程度上都是为了实现并行处理，比如Hdfs的Hive查询，Spark以及ES，他们的使用的底层存储技术无一不是分片保存；可以将操作下放到每个分片，然后再进行汇总，实现了增加了的数据处理的吞吐。
谈完了高性能，我们再来谈高可用；分区确实可以实现并发处理进而提供处理效率，那么如果分区所在的盘挂了呢？于是Kafka引入了复制，注意，复制是分区级别的事情。为了防止硬盘的挂掉导致的请求异常，Kafka引入了复制机制，角色有两个：master，follower。master挂了之后，就需要通过选主操作（依赖zookeeper）选择出舵主。
那么到此我们再来说一下Kafka的ACK：
0：没有任何机制，producer将消息发出之后不再关心；
1：只有broker确认master数据已经写成功了，才会返回1给producer端；
2：只有所有的follower返回OK可，才返回。