我会选一笔明确缺失的订单，拿到 eventId、Topic、key 和大致发送时间。生产者侧查发送回调：是否进入 outbox、调用 send 是否成功、返回的 partition/offset 是多少，超时后有没有错误地当成功。

Broker 侧根据 partition/offset 检查日志与保留策略，核对当时 ISR 收缩、Leader 切换、acks、min.insync.replicas 和 unclean election。如果生产者拿到成功 offset，但该位置后来不存在，才重点怀疑副本与选主配置。

消费者侧查该组 offset 是否已经越过消息、反序列化是否失败、过滤条件是否误丢、业务事务失败后是否仍提交位点。很多“Kafka 丢消息”其实是消费代码 catch 后提交，或写库成功但查询侧数据不一致。

止损会暂停可疑位点推进、保存日志，在隔离环境按 eventId 重放。修复后建立生产发送数、Broker 记录数、业务成功数和死信数的对账。