Kafka集群故障恢复依赖其高可用机制，核心流程如下：
broker.id最小的副本，确保数据一致性。关键操作与工具：
kafka-reassign-partitions.sh重新分配副本。UnderReplicatedPartitions（未同步分区数）、IsrShrinksPerSec（ISR收缩频率），使用Prometheus+Grafana实时监控。预防措施：
replication.factor≥3、min.insync.replicas=2，避免单点故障。unclean.leader.election.enable，防止非同步副本成为Leader导致数据丢失。参考来源：
