Kafka 只能保证分区内的顺序写、顺序读，跨分区不保证全局顺序。
写入顺序（Producer → Broker）
一个 Partition 内，日志是顺序追加，消息写入顺序 = Offset 顺序。
想要应用侧严格不乱序（尤其发生重试时），建议：
- 同一键路由到同一分区 ：给
key，让相同 key 的数据被同一分区顺序写。- 开启幂等 ：
enable.idempotence=true（Kafka ≥0.11），避免重试导致乱序/重复。版本较老或要求最稳妥：
max.in.flight.requests.per.connection=1（牺牲吞吐换绝对有序重试）。acks=all+ 合理min.insync.replicas，保证复制一致性下的顺序可见。多个生产者同时写同一分区 时，以到达 Broker 的顺序为准，应用层不要指望跨 Producer 的原始发送顺序。
消费顺序（Broker → Consumer）
同一分区 在同一消费组内只分配给一个消费者实例 ，按 Offset 递增拉取与提交 → 读取顺序与写入顺序一致。
会被你自己搞乱的场景：
- 同一分区内并发处理 （多线程池乱序完成）→ 若需要强顺序，单线程处理该分区或做排队/按序确认。
- 先提交后处理 或批量乱序确认 → 坚持处理完成再提交（或用事务性消费-生产）。
跨分区要全局顺序怎么办？
尽量单分区（牺牲并行度换全局顺序）。
或者同一业务 Key 单分区，只要求同 Key 有序。
真要全局序：在消息里带全局序号/时间戳，消费端按序归并，或引入外部顺序服务/单点序列化关口（吞吐会下降）。
快速配置（有序优先）
properties
体验AI代码助手
代码解读
复制代码
# producer enable.idempotence=true acks=all # 老版本或极致有序 # max.in.flight.requests.per.connection=1 # 发送到同一分区（示例） partitioner.class=org.apache.kafka.clients.producer.internals.DefaultPartitioner # 确保 key 一致 producer.send(new ProducerRecord<>(topic, key, value))