Kafka 中的幂等机制

Kafka 中的 幂等性（Idempotence） 是生产者端的重要机制，旨在确保即使在网络抖动、重试、Broker 重启等情况下，同一条消息不会被重复写入到 Topic 中。这是实现可靠消息传递、避免重复消费的关键手段之一。

✅ 什么是幂等性？

简单说：无论一个操作执行多少次，结果都是一样的。

在 Kafka 中，幂等性意味着：

相同的消息，即使发送多次，也只会被写入一次，且不会重复出现在日志中。

✅ Kafka 幂等性的作用场景

生产者可能会因为以下情况 重试发送 消息：

网络超时，未收到 Broker 的 ack；
Kafka Broker 重启；
客户端主动重试（retries > 0）；
Leader 重新选举。

这些重试可能会导致：同一条消息写入多次，从而带来“重复消费”的问题。

Kafka 的幂等性功能可以自动解决这个问题，不用你在应用层手动做去重。

✅ 如何开启幂等性？

从 Kafka 0.11 版本开始支持幂等性。

✔ 开启方式

从 Kafka 2.0 版本之后，幂等性可以通过如下方式开启：

Properties props = new Properties();
props.put("enable.idempotence", "true");  // ✅ 显式开启
KafkaProducer<String, String> producer = new KafkaProducer<>(props);

注意：

acks=all 是开启幂等性的默认要求。
Kafka 2.5+ 中，enable.idempotence 默认就是 true。

✅ Kafka 是如何实现幂等性的？

Kafka 利用了以下几个机制：

1. Producer ID（PID）

每个生产者初始化时，Kafka 分配一个唯一的 PID（Producer ID）。
Kafka 会记住这个 PID 发给哪个 Partition 了哪些消息。

2. Sequence Number（序列号）

Kafka 给每个消息分配一个自增的 Sequence Number，每个 Partition 单独维护。
Broker 在每个 Partition 中，记录下最近收到的 PID 和对应的序号。

✨ Kafka 判断是否是重复消息的规则：

如果某个 PID + Partition 下，收到一条消息，其 Sequence Number 是重复的或小于上一次的，说明是重试的重复消息，Kafka 会自动丢弃它。

✅ 幂等性 vs 事务，有什么区别？

特性	幂等性（Idempotence）	事务（Transaction）
作用	避免消息重复写入	保证多条消息的原子提交
粒度	单条消息	一组消息
范围	单个 partition、单个 producer	多 partition、消费者偏移、多个 Topic
是否有回滚	❌ 无	✅ 有
消费者是否感知	❌ 不感知	✅ read_committed 下感知

可以理解为：

幂等性是事务的基础。Kafka 启用事务时，会自动启用幂等性，但单独开启幂等性不等于开启事务。

✅ 使用幂等性的推荐配置

enable.idempotence=true      ✅ 开启幂等性
acks=all                     ✅ 所有副本都要确认
retries=Integer.MAX_VALUE    ✅ 无限重试，确保最终写入成功
max.in.flight.requests.per.connection=1（旧版本）✅ 限制同时请求数，确保顺序（Kafka 2.4+ 可放宽为5）

⚠️ 若你设置 max.in.flight.requests.per.connection > 1，在旧版本 Kafka（<2.4）中可能会造成乱序+重复写入，不再幂等。