请阐述 Kafka 中消费者再均衡（Rebalance）的处理机制，以及 Rebalance 带来的代价和可用的优化策略有哪些？
考察说明
考查对 Kafka 消费者组协调机制的理解，以及 Rebalance 对消费性能影响的认知和优化手段。
回答思路
- 【回答框架 1】Kafka 通过 GroupCoordinator 处理消费者再均衡。每个消费者组对应一个协调器，当组成员变化、分区数变化或订阅主题变化时，协调器触发 Rebalance。消费者通过心跳和 JoinGroup/SyncGroup 协议参与，旧方案（Eager Rebalance）会先撤销所有分区再重新分配，新方案（Incremental Cooperative Rebalance）则逐次转移分区以减少停顿。
- 【回答框架 2】Rebalance 的主要代价是 Stop-The-World 效应，即所有消费者在再均衡期间暂停消费，导致整体吞吐下降。此外，频繁的 Rebalance 会重复触发分区分配，增加协调器负载，且分区重新分配可能造成重复消费，因为消费者在撤销分区时可能未提交偏移量。
- 【回答框架 3】优化策略包括：设置合理的 session.timeout.ms 和 max.poll.interval.ms 以减少误判触发的 Rebalance；使用静态成员资格（static membership）避免临时掉线触发重平衡；采用 Cooperative Rebalance 协议，减少分区移动；以及合理规划分组与分区数，避免频繁调整。
- 【关键点 1】Rebalance 由成员变化、分区数变化或订阅变更触发。
- 【关键点 2】Cooperative Rebalance 相比 Eager Rebalance 减少消费中断。
- 【关键点 3】优化可选参数和静态成员资格可降低 Rebalance 频率。
- 【易错点 1】不能将 Rebalance 视为完全无代价，它仍需消费暂停与元数据同步。
- 【易错点 2】session.timeout.ms 设置过短可能引发不必要的 Rebalance。
- 【易错点 3】静态成员资格在长时间停机后会失效，并非绝对防重平衡。