注：本博客该系列作为学习kafka的概要记录，再在之后的学习或工作中实践，提高效率。

二.消费者

1.消费者 消费者组 主题 partition之间的关系

每个topic的每个partition只能被一个消费者组中的一个消费者消费。

2.消费者的分区策略

三种：roundrobin range stickyassignor.要点：三种策略具体怎么分区，优缺点，适用场景，对应配置partition.assignment.strategy,分配分区的过程

3.分区再平衡

什么情况下会触发再平衡？

答：消费者组订阅的topic新增分区；消费者组的消费者数量变化；

在平衡的过程？

答：和分区分配的过程相似。心跳，群组协调器，心跳频率，会话过期时间。

发生再平衡有哪些影响？

答：再均衡期间，消费者无法读取数据；当分区分配另一个消费者后，当前的消费状态可能会丢失，可能需要刷新缓存，在重新回复状态前降低效率。造成数据的重复消费（例如：poll方法有个参数，拉取批次数量，当处理一个批次再提交偏移量时，如果处理数据过程中生产者发生崩溃）

怎么避免再分配及降低再分配的影响？

答：开始时就创建合理的分区数量和生产者数量；监听器；控制心跳频率和会话过期时间，避免误判（发送心跳的时间：获取消息或者提交偏移量时；新版本引入一个心跳线程，可以在处理数据的过程中发送心跳）。

4.怎么写一个健壮的消费者应用程序？

（1）基本功能：创建消费者（三个必须配置，其他配置能列举出几个） 订阅主题 消息轮询（处理） 提交偏移量。

（2）提交偏移量:自动提交：默认，还有个配置，配置时间间隔，每隔设置的时间就提交一次。

手动提交：改变配置

同步提交：一般在处理一个批次的数据后，再调用一个方法提交，在处理之前调用可能丢失数据，之后调用可能重复，可设置poll()方法，批次的大小减低丢失或者重复的影响，提交偏移量也有重试提交机制。

异步提交：调用另外一个方法，异步提交没有重试机制。一般异步提交失败，如果因为临时问题导致失败，不重试失败问题不大，后续提交成功就可以。但是异步提交的方法可以传入一个回调函数，如果如果提交失败会异常，在异常处理中重试。也需要正确的重试。一般也很少用这种方法。这种方式会产生一个问题：关闭消费者或者再平衡前不能确保能一定提交成功。

同步和异步组合提交：解决异步提交的问题。

提交特定的偏移量

(3)提交特定的偏移量 本部分待续。。。