消息顺序的重要性
在诸多业务场景中，消息的顺序至关重要。
例如：
- 金融交易系统中的交易指令；
- 电商系统中的订单状态变更；
- 日志处理系统中的操作审计；
- 物联网设备的状态更新；
这些场景下，消息乱序可能导致业务逻辑错误、数据不一致等严重问题。
因此，理解 Kafka 如何以及在何种程度上，保证消息的消费顺序至关重要。
Kafka顺序保证的核心机制
理解 Kafka 的顺序性保证，首先需要理解Kafka核心设计。
如下图所示：
- Producer：消息生产者；
- Broker：消息服务器节点；
- Topic：逻辑消息分类；
- Partition：Topic的物理分片；
- Consumer：消息消费者；
- Consumer Group：消费者组。
这里最总要的有两个关键点：主题（Topics）、和分区（Partitions）。
主题（Topic）
主题是 Kafka 中消息的逻辑分类，可以将具有相同业务含义的消息组织在一个主题下。
例如，可以创建名为 “orders” 的主题来存储：所有订单相关的消息。
分区（Partition）
分区，是主题的物理分片。
每个主题可以被划分为一个或多个分区。
每个分区都是一个有序的、不可变的记录序列，消息以追加（append-only）的方式写入到分区的末尾。
Kafka 为分区中的每条消息分配一个唯一的、递增的偏移量（Offset），用于标识消息在分区内的位置。
Kafka最基本的顺序保证机制是基于Partition设计的：
单个Partition内的顺序性：
将所有需要保证顺序的消息，都发送到同一个主题的单个分区中，并且只使用一个消费者实例来消费这个分区。
这是保证严格顺序性的最简单方法，由于只有一个分区和一个消费者，消息会按照生产的顺序被存储和消费。
同一Partition内的消息保证FIFO（先进先出）顺序。
但是，这种方式无法利用 Kafka 的并行处理能力，消费吞吐量会受到单个消费者实例的处理能力的限制，不适用于高吞吐量的场景。
多分区，但具有相同 Key：
生产者在发送需要保证顺序的相关消息时，始终使用相同的 Key。
Kafka 会对这个 Key 进行哈希运算，确保具有相同 Key 的消息被发送到同一个分区。
在同一个消费者组内，同一个分区只会被一个消费者实例消费。
因此，所有具有相同 Key 的消息都会被同一个消费者实例按照生产的顺序进行消费。
种策略保证了所有具有相同 Key 的消息的消费顺序与生产顺序一致。不同 Key 的消息可以并行处理，提高了整体吞吐量。
mikechen
mikechen睿哥，10年+大厂架构经验，资深技术专家，就职于阿里巴巴、淘宝、百度等一线互联网大厂。
关注「mikechen」公众号，获取更多技术干货！
后台回复【架构】即可获取《阿里架构师进阶专题全部合集》，后台回复【面试】即可获取《史上最全阿里Java面试题总结》