先说结论

同一个消费者组内，一个分区在同一时刻只会分配给一个消费者；增加消费者数量可以提高并行度，但超过分区数的消费者会处于空闲状态。

分区与并行度

Kafka 在分区内部保证消息顺序，不保证不同分区之间的全局顺序。需要相同业务键有序时，应使用稳定的 key，让相关消息进入同一分区。

消费位点

消费者处理完成后提交 offset，表示下一条要消费的位置。自动提交配置简单，但可能在业务尚未处理完成时提交；手动提交更可控，但必须处理好提交时机和异常。

为什么会重复消费？

消费者完成业务操作后，在提交 offset 前宕机，重启后会再次读取同一条消息。Kafka 常见语义是至少一次，因此消费者应使用业务唯一键、状态机或去重表实现幂等。

再均衡

消费者加入、离开，分区数变化或心跳超时可能触发再均衡。再均衡期间分区会重新分配，频繁发生会造成消费暂停。应合理配置处理时间、心跳和批量拉取参数。

参考资料

位点提交的正确边界

先提交后处理，崩溃时可能丢业务结果；处理后提交，提交失败会再次消费。因此通常关闭自动提交，在业务成功后提交，并通过唯一键、消息 ID 或状态机实现幂等。批量处理时应按分区记录连续成功的最大位点，不能越过失败消息。

常见问题

追问 1：消费者越多吞吐越高吗？

不是。并行度受分区数限制；无限增加分区还会增加元数据、文件句柄和再均衡成本。

追问 2：如何保证同一订单消息有序？

以订单 ID 作为稳定分区键，让同一订单进入同一分区，并在消费端按分区顺序处理。Kafka 不保证跨分区全局有序。

追问 3：消费积压怎么排查？

先确认 Lag 是否持续增长，再检查生产突增、消费者报错、单条处理慢、分区倾斜、活跃消费者数和下游依赖，不应只靠盲目扩容。