1 简介
在kafka，生产者生产的消息，只会保证一个生产者生产的消息在一个partion里面是有序的。
所以在编程时，若业务对消息的顺序性有更多的要求，那么就需要自己来保证消息的顺序性了。
消费者消费了消息，offset是需要自己来维护的。也就是说需要自己去保障消费的顺序性。
2 生产者顺序的保证
由于kafka只保证了一个生产者到一个partion中的消息的顺序性，所以需要根据业务需求生成消息时要去控制生产消息的顺序。
2.1 需要保证所有消息有序
可以采用一个生产者，一个topic，同一个key，这样所有消息可以打到同一个partion。
2.2 需要按消息类别保证顺序性
消息可分类好3类业务消息，只需保证每一类业务消息的顺序性。
为了提高效率，那么就可以起三个线程，三个生产者，每个线程生产一类消息，每一类消息的key不同。这样可以保证同一类消息都打到同一个partion，保证每一类消息的顺序性。并且key不同，可以将3类消息均衡到不同的partion。
总之，根据业务的需求，在生成消息时，要考虑消息的顺序性，加以控制
3 消费者顺序的保证
3.1 单线程模式
在这种模式下，可以保证partion里面消息消费的顺序性
3.2 多线程模式
在这种模式下，要保证同一个partion，消息的顺序性，就需要进行一定的处理了
1）按批次提交
一次性拉取一批消息，多个线程处理，(不管消息来自什么分区)，全部完成后，统一提交，再维护offset，如果有一个失败，就全部回滚。
优点：能够保证消息的顺序性
缺点：效率低
2）按分区提交
一次性拉取一批消息，多个线程处理，一个线程处理同一个分区的消息，完成后，提交。
优点：分区和分区之间的消息互不影响。一个分区的消息处理失败了，不影响其他分区消息的提交。
在多线程下，上面的两种方式可以保证同一个partion消息的顺序性，且不会丢失消息也不会重复消费。
3.3 允许重复消费
在某些业务场景下，若允许重复消费，那么可以采取下面的方式，最大连续offset维护原则。
一次性拉取一批消息，处理之后，看已完成的消息中，连续的最大的offset是多少，根据这个offset来维护offset
如下图，一次拉取了4条消息，处理后1,2,4成功，3失败，按照2来维护offset，下一次拉取的时候还会从3开始拉取，这样子3不会漏掉，但是4会重复消费。
这样子处理比批处理或分区处理效率更高
3.4 允许丢失消息
在某些业务场景下，若允许丢失消费，那么可以采取下面的方式最大offset维护原则。
一次性拉取一批消息，处理之后，看已完成的消息中，最大的offset是多少，根据这个offset来维护offset
如下图，一次拉取了4条消息，处理后1,2,4成功，3失败，按照4来维护offset，下一次拉取的时候会从5开始拉取
这样子4不会重复消费，但是3会丢失
