请阐述 Kafka 中 Controller 的故障切换机制。具体包括：Controller 的主要职责是什么？当 Controller 实例发生宕机时，Kafka 集群内部是通过什么流程完成新 Controller 的选举与状态恢复的？

回答思路

1. 【回答框架 1】Kafka Controller 是集群的中央协调器，负责管理分区leader选举、副本分配、broker上下线处理及元数据更新等。每个broker都可能成为Controller，通过ZooKeeper的临时节点竞争选举。
2. 【回答框架 2】Controller启动后向ZooKeeper注册监听路径，包括broker变更、topic变更等，并维护集群的元数据缓存。它通过发送LeaderAndIsr请求等控制消息协调broker。
3. 【回答框架 3】当Controller宕机时，ZooKeeper上的临时节点自动消失，其他broker通过监听该路径感知并尝试创建新临时节点，率先创建成功的broker成为新Controller。
4. 【回答框架 4】新Controller启动后会执行初始化流程：从ZooKeeper读取集群元数据，处理尚未完成的操作（如分区重分配），并重新对所有分区选举leader（通常选择ISR中第一个副本）。整个过程中，ZooKeeper的会话超时机制决定了感知延迟。
5. 【回答框架 5】故障恢复期间，部分分区可能暂时不可用，直到新Controller完成leader选举，因此高可用性取决于ZooKeeper的稳定性和Controller的恢复速度。
6. 【关键点 1】Controller通过ZooKeeper临时节点选举，宕机后临时节点消失触发新选举。
7. 【关键点 2】新Controller需重新加载元数据并恢复分区leader，期间可能短暂影响可用性。
8. 【关键点 3】Controller职责包括分区leader选举、broker上下线处理及元数据同步。
9. 【易错点 1】误以为Controller是单点故障，实际上通过快速恢复保证集群可用性，但恢复期间仍可能缩短服务中断窗口。
10. 【易错点 2】不考虑ZooKeeper会话超时对故障检测延迟的影响。