Kafka 消息消费的确认机制
Kafka 的消息消费确认机制是保障消息可靠消费的核心机制，其
核心目的是让消费者明确告知 Broker（服务器）已成功处理消息，
避免消息重复消费或丢失，确保消息传递的可靠性与一致性。
一、核心原理
Kafka 中，每个分区的消息都有唯一的偏移量（Offset），用于
标识消息在分区中的位置。消费者消费消息时，会记录已消费消息的
偏移量。确认机制本质上是消费者向 Broker 提交已消费消息的偏移
量，Broker 根据提交的偏移量判断哪些消息已被处理，从而在消费
者重启或重新平衡（Rebalance）时，从正确的位置继续消费。
二、具体确认机制
自动提交（Auto-commit）
触发方式：消费者配置 =true 时，会按照（默
认 5 秒）的时间间隔，自动将当前消费到的最大偏移量提交给
Broker。
优点：配置简单，无需手动处理提交逻辑，适合对消息处理准确
性要求不高的场景。
缺点：存在消息重复消费的风险。例如，若消费者在自动提交偏
移量前崩溃，重启后会从上次提交的偏移量位置重新消费，导致已处
理但未提交偏移量的消息被重复消费。
手动提交（Manual commit）
消费者配置 =false 时，需手动调用提交方法完
成偏移量提交，分为同步提交和异步提交两种方式。
同步提交（commitSync ()）：调用该方法后，消费者会阻塞等待
Broker 的响应，直到偏移量提交成功或抛出异常。
优点：能明确知道提交结果，确保偏移量可靠提交。
缺点：阻塞会影响消费性能，适合对消息处理准确性要求高、可
接受一定性能损耗的场景。
异步提交（commitAsync ()）：调用该方法后，消费者不会阻塞，
而是异步等待 Broker 响应，通过回调函数处理提交结果。
优点：不阻塞消费过程，性能较好。
缺点：无法实时知晓提交是否成功，可能存在提交失败后未及时
处理的情况，需在回调中做好异常处理。
三、提交策略与注意事项
提交时机
自动提交适用于消息处理逻辑简单、耗时短的场景，可减少手动
操作成本。
手动提交需根据消息处理情况选择合适时机，通常在消息完全处
理（如业务逻辑执行成功、数据存储完成等）后提交，避免消息处理
失败但偏移量已提交导致消息丢失。
重新平衡（Rebalance）影响
当消费者组发生 Rebalance 时，分区会重新分配给消费者。若偏
移量未及时提交，新分配到分区的消费者会从上次提交的偏移量开始
消费，可能导致重复消费或消息丢失。因此，在 Rebalance 发生前，
需确保已处理消息的偏移量提交完成，可通过消费者的
onPartitionsRevoked 回调函数处理。
消息重试与幂等性
即使采用手动提交，也可能因网络故障等原因导致提交失败，此
时需考虑消息重试机制。同时，为避免重复消费引发业务问题，消息
处理逻辑应设计为幂等性（即多次处理同一消息结果一致），如使用
唯一消息 ID 去重等。
Kafka 的消息消费确认机制通过灵活的自动与手动提交方式，平
衡了消息可靠性与消费性能，实际应用中需根据业务场景选择合适的
确认模式，并做好偏移量管理与异常处理，确保消息消费的准确性与
稳定性。
