要如何自己创建一个网站东莞网站建设平台

背景：

我们日常使用kafka客户端消费kafka主题的消息时，当消费者退出/加入消费者组，kafka主题分区数有变等事件发生时，都会导致rebalance的发生，此时一般情况下，如果我们不自己处理offset，我们不需要理会这个rebalance的，当rebalance完成后，每个消费者会从__consumer_offsets中获取每个消费者此时的消费偏移位置，继续进行消费，此时有可能会重复消费.

flink对于kafka的rebalance的处理

我们之前说的是正常的情况下rebalance后消费者会从__consumer_offsets中获取偏移位置进行消费，那么对于开启了检查点的flink来说有什么不一样呢？
由于flink只有在checkpoint完成后才会提交偏移到broker服务器，如果按照之前的理解，那么当rebalance发生时，消费者从__consumer_offsets中获取比偏移位置的话也就意味着这个值是上一个checkpoint提交的偏移值,如果顺着这个思路往下，kafka的偏移相当于重置到了上一个checkpoint的位置，那么按理来说其他的状态，比如键值分区状态也会重置到上一个检查点的状态，要不然flink就不能保证状态的一致性了，所以真相到底是什么？

源码追踪:

1.首先看一下flink的kafka consumer的代码：

2.其中reassignPartitions方法代码如下所示:

3.再来看看assign方法的注释：

有没有恍然大悟的感觉？flink中使用assign的方式执行这个任务算子消费的kafka分区，是不会触发rebalance操作的.

彩蛋：

那这样的话，比如当kafka新增了满足条件的主题或者正在监听的主题新增了分区，flink是怎么消费到的？