HW 、 LEO 等概念和上一篇文章所說的 ISR有着緊密的關系，如果不了解 ISR 可以先看下ISR相關的介紹。
HW （High Watermark）俗稱高水位，它標識了一個特定的消息偏移量（offset），消費者只能拉取到這個offset之前的消息。
下圖表示一個日志文件，這個日志文件中只有9條消息，第一條消息的offset（LogStartOffset）為0，最有一條消息的offset為8，offset為9的消息使用虛線表示的，代表下一條待寫入的消息。日志文件的 HW 為6，表示消費者只能拉取offset在 0 到 5 之間的消息，offset為6的消息對消費者而言是不可見的。
LEO （Log End Offset），標識當前日志文件中下一條待寫入的消息的offset。上圖中offset為9的位置即為當前日志文件的 LEO，LEO 的大小相當於當前日志分區中最后一條消息的offset值加1.分區 ISR 集合中的每個副本都會維護自身的 LEO ，而 ISR 集合中最小的 LEO 即為分區的 HW，對消費者而言只能消費 HW 之前的消息。
下面具體分析一下 ISR 集合和 HW、LEO的關系。
假設某分區的 ISR 集合中有 3 個副本，即一個 leader 副本和 2 個 follower 副本，此時分區的 LEO 和 HW 都分別為 3 。消息3和消息4從生產者出發之后先被存入leader副本。
在消息被寫入leader副本之后，follower副本會發送拉取請求來拉取消息3和消息4進行消息同步。
在同步過程中不同的副本同步的效率不盡相同，在某一時刻follower1完全跟上了leader副本而follower2只同步了消息3，如此leader副本的LEO為5，follower1的LEO為5，follower2的LEO 為4，那么當前分區的HW取最小值4，此時消費者可以消費到offset0至3之間的消息。
當所有副本都成功寫入消息3和消息4之后，整個分區的HW和LEO都變為5，因此消費者可以消費到offset為4的消息了。
由此可見kafka的復制機制既不是完全的同步復制，也不是單純的異步復制。事實上，同步復制要求所有能工作的follower副本都復制完，這條消息才會被確認已成功提交，這種復制方式極大的影響了性能。而在異步復制的方式下，follower副本異步的從leader副本中復制數據，數據只要被leader副本寫入就會被認為已經成功提交。在這種情況下，如果follower副本都還沒有復制完而落后於leader副本，然后leader副本宕機，則會造成數據丟失。kafka使用這種ISR的方式有效的權衡了數據可靠性和性能之間的關系。