对 Kafka 的一次性语义感到困惑

所以我一直在阅读关于卡夫卡的一次语义，我对它的工作原理有点困惑。

我了解生产者如何避免发送重复消息（以防来自代理的确认失败），但我不明白的是，在消费者处理消息但在提交偏移量之前崩溃的情况下，exactly-once 是如何工作的。在这种情况下kafka不会重试吗？

这就是我think你的意思是：

1. 消费者 X 看到记录 Y，并对其进行“操作”，但不提交其偏移量
2. 消费者 X 崩溃（仍然没有提交其偏移量）
3. 消费者 X 启动备份，被重新分配相同的分区（不保证）并最终再次看到记录 Y

这是完全可能的。然而，对于 kafka 来说，只有一次“工作”，所有副作用（状态、输出）也必须进入同一个 kafka 集群。所以接下来会发生什么：

1. 消费者X开始一笔交易
2. 消费者 X 看到记录 Y，发出一些输出记录 Z（作为 1 中开始的事务的一部分）
3. 消费者 X 崩溃。在充当事务协调器的代理“回滚”（简化）之后不久，事务从 1 开始，这意味着其他 kafka 消费者将不会看到记录 Z
4. 消费者 X 启动备份，被分配与之前相同的分区，启动新事务
5. 消费者 X 再次看到记录 Y，发出记录 Z2（作为 4 中开始的事务的一部分）
6. 一段时间后，消费者 X 提交其偏移量（作为 4 中事务的一部分），然后提交该事务
7. 记录 Z2 对下游消费者可见。

如果你在同一个 kafka 集群之外有副作用（比如你在 mysql 中插入一行而不是记录 Z），那么没有通用的方法可以让 kafka 一次性为你工作。您需要依靠老式的重复数据删除和幂等性。