高频面试题：kafka消费积压百万数据怎么办

萌爸章鱼哥:
1.找到瓶颈，一般生产太快，消费太慢 2.生产太快，了解消息徒增的原因，是否短暂现象，业务是否可接受延迟，是否可以等待自然消化，磁盘是否够用 3.消费者消费瓶颈在哪，消费者数量不够？错误导致重试太多进而消费速率下降？消费者自身原因变慢？ 4.其他原因要具体看待，是否kafka自身问题或者带宽网络问题，这些需要依赖一些日常监控数据，比如基础设施监控，消费者耗时，重试，错误监控

消失的光影:
不用管啊，我们这日常积压几百万。屁大点事[doge]

hicxp:
对于批量消费的数据如果一部分成功一部分失败，这时候手动提交了，那么失败的数据怎么处理，在实际生产中大家都是怎么做的。失败数据落表？有没有详细的经典方案科普一下

比利比利晚安:
消费者组多线程消费，但需要考虑下游服务吃不吃的住

夜之镰鼬:
积压最高到过30亿[doge]，日常都是千万积压

Autist1c:
有没有大佬帮忙定位下问题，我们一条数据包含四张图片的base64，一条数据很大，就发送的这个过程（kafkaTemplate.send()）就需要将近3S，但是给别的第三方发就很快，这是问什么呢

呼噜咕噜咕噜:
架构组小伙开了1000个线程很快就下发到业务系统了[doge]不存在积压

张张taotao:
这个视频讲的很详细 结合实际场景 从合个点分析问题给出解决方案 很全面，点个赞！