kafka自动提交方式下的重复消费解决办法

最近项目上遇到一个kafka重复消费的问题，大体描述一下：

程序日志显示一直在重复消费从kafka中获取到的其中500条记录，处理这500条数据耗时8分钟。kafka的server.log日志一直在提示rebalance。

网上找了很多帖子，发现其中对于max.poll.records和session.timeout.ms两者关系的描述基本都是错误的，错误描述如下:

# max.poll.records条数据需要在session.timeout.ms这个时间内处理完，默认：500

# 即 max.poll.records * (处理能力)  <= session.timeout.ms 可正常消费，不满足会出现rebalance

spring.kafka.consumer.max-poll-records=500

ok，口说无凭，实操一下：

配置如下：

spring.kafka.consumer.max-poll-records=20

spring.kafka.consumer.properties.session.timeout.ms=10000

处理程序每次用Thread.sleep(1000)来模拟，即程序的处理能力为1秒消费一条记录，安装上述配置，20条记录至少需要20秒，配置10秒显然不够，肯定会出现rebalance。

实测结果，正常处理，kafka也没有出现rebalance。

why? 显然，max.poll.records和session.timeout.ms两者的关系不是如此，继续深入一下。

我们再来看看上面的session.timeout.ms，指的是什么，为了准确，直接去官网：

翻译一下，基本就是说：

session.timeout.ms为会话的超时限制。如果consumer在这段时间内没有发送心跳信息，则它会被认为挂掉了，并且reblance将会产生，必须在[group.min.session.timeout.ms, group.max.session.timeout.ms]范围内。默认：10000。

显然并没有提到与max.poll.records的关系。

 

查阅官网，发现一个属性max.poll.interval.ms，官网描述如下：

基本意思就是消费者两次调用poll()取数据的最大延迟时间，超过这个时间消费组会发生rebalance。

消费者第一次poll到数据后，会开始消费，直到本次数据处理完毕，才会进行下一次poll，也就是说：

max.poll.records * (处理能力)  <= max.poll.interval.ms，程序即可正常消费。

实操一下，现象确实如此，这里就不附带结果了。

写这篇帖子，主要是因为鄙人踩了这个坑，希望其它人不要继续了，哈哈。

从上面公式可以看到，我们只要保证程序处理能力稳定，不会随着时间或者数据量增大，那这rebalacnce就不会出现了。

可以采用异步消费的方式。