是什么
托管 Kafka 服务三家命名不同，但核心概念一致：主题、分区、消费组、副本。分区数决定并行度上限，副本数决定可用性，消费组维护各自的消费位点。迁移或选型时要核对三件事：Kafka 版本、认证与鉴权方式（通常为 SASL 与 ACL 组合）、以及分区数与副本数配置，这些直接决定客户端参数是否需要改动。
对照表
| 概念 | 阿里云 | 腾讯云 | 华为云 |
|---|---|---|---|
| 产品名 | 云消息队列 Kafka 版 | 消息队列 CKafka | DMS for Kafka |
| 核心对象 | 主题、分区、消费组 | 主题、分区、消费组 | 主题、分区、消费组 |
| 认证鉴权 | SASL 与 ACL | SASL 与 ACL | SASL 与 ACL |
| 监控指标 | 堆积量与出入流量 | 堆积量与流量 | 堆积量与流量 |
| 接入方式 | VPC 内网接入为主 | VPC 内网接入为主 | VPC 内网接入为主 |
典型使用场景
- 业务解耦：上游只负责发消息，下游按自己的节奏消费
- 削峰填谷：把突发流量先落到消息队列，再按处理能力平滑消费
- 数据管道：把业务变更事件分发给多个下游系统，各自独立消费
- 日志与埋点汇聚：高吞吐写入，再批量落库或进计算引擎
- 跨系统迁移：用双写或镜像方式在切换期间保持两端可用
迁移与运维要点
| 位点 | 迁移消费方时确认位点策略：从头消费、按时间戳还是按偏移量 |
|---|---|
| 版本 | 客户端与服务端版本要兼容，跨大版本迁移需核对协议差异 |
| 分区 | 分区数决定并行度，消费者数量超过分区数会有实例空转 |
| 副本 | 副本数影响可用性与存储开销，按业务重要性选择 |
| 顺序 | 同一分区的消息才保证顺序，扩分区会改变键到分区的映射 |
堆积量是首要监控指标：堆积持续增长说明消费能力不足或消费端报错，先看消费是否卡住，再考虑扩分区或扩消费者。
扩分区会改变按消息键计算出的分区归属，依赖分区内有序的业务会因此错乱；需要有序的消息要么不扩，要么按业务设计新主题分流。