紧急生产问题：线上kafka百万消息积压如何处理？

主要观点总结

文章主要介绍了如何解决Kafka消息堆积问题，包括排查代码bug、优化消费者代码逻辑、临时紧急扩容和新建临时topic等方法。同时，介绍了mall项目及其视频教程的相关信息。

关键观点总结

关键观点1: Kafka消息堆积的解决方法

文章提供了解决Kafka消息堆积问题的多种方法，包括排查代码bug、优化消费者代码逻辑、临时紧急扩容和新建临时topic等。其中，排查代码bug是首先要做的，如果是bug导致的问题，需要及时修复。如果不是bug，可以考虑优化消费者代码逻辑，使用多线程处理提高消息处理速度。如果业务紧急，可以临时紧急扩容，新建临时topic来快速处理消息堆积问题。

关键观点2: mall项目介绍

文章介绍了基于SpringBoot3 + JDK 17 + Vue实现的电商系统mall项目，包括前台商城项目和后台管理系统，能支持完整的订单流程，涵盖商品、订单、购物车、权限、优惠券、会员、支付等功能。该项目在Github上标星60K，是一套用Docker容器化部署的电商实战项目。

关键观点3: 视频教程和教程内容

文章提到了mall项目的视频教程，包括最佳学习路线、整体框架搭建、业务与技术实现全方位解析、线上Docker环境部署、微服务项目学习等内容。此外，还介绍了项目中购物车、订单、支付等一整套设计思路，以及支付系统和权限系统的设计。

文章预览

mall学习教程官网： macrozheng.com 前言 大家在日常开发中，是否处理过 大批量消息积压的问题 呢？ 它一般由于 代码bug（比如消费逻辑处理有误） 、或者生产者的生产速度大于消费者的消费速度（如大促、抢购等活动期间导致消息数量激增， 或者消费者处理速度极慢 ），就可能导致生产环境出现百万、甚至千万的消息积压。 那么，假设发生kafka百万消息堆积，如何解决呢？ 先排查是不是bug，如果是，要快速修复 优化消费者代码逻辑 临时紧急扩容，新建临时topic 1. 先排查是不是bug，如果是，要快速修复 遇到消息积压问题时，我们需要先排查， 是不是有bug产生了 ,比如消费者未正确提交偏移量（Offset）。 消费者在处理完消息后未提交偏移量，导致重复消费或消费停滞。进而形成大量消息积压。 给个 伪代码反例 ： while  ( true ) {     ConsumerRecords ………………………………