我想我理解幂等性意味着日志中的“每条消息都写一次”，但是在谈到 EOS（Exactly-Once Delivery Semantic）时，消费者也发挥了作用并进入了端到端的保证。
因此，正如此处所述（例如），幂等性和事务对于“端到端完全一次语义”来说是必要的并且足够了。
但是，关于压缩的 Kafka文档说：
由于数据以压缩格式存储在代理上，因此有效的提取偏移量是压缩的消息边界。因此，对于压缩数据，消耗的偏移量将一次提前一个压缩消息。这具有在消费者失败的情况下可能重复的副作用。
问题：
- 即使生产者是幂等的并且消费者在 Kafka 中是事务性的（例如 Kafka Streams），我也可能会看到重复，因为偏移量在压缩消息边界上是先进的。考虑处理不在压缩消息边界的单个消息：偏移量未提前，因此如果消费者失败，我将看到重复消息。正确的？
似乎启用压缩可能会使 EOS 的努力无效。我在讨论 EOS 的文章中没有提到这一点。