如何在消费stream时保留数据不偏移offset，满足多笔DML读取同一份数据需求

以下是可直接落地的实现方案：

• 独立消费者组偏移管理
  为每一笔事务分配独立的专属消费者组，每个消费者组单独维护自身的消费偏移量，全局stream的原始数据不会因为任意一个消费者组提交偏移被删除。两笔事务可以各自从需要的起始位置（通常是stream首位置）读取全量数据，互不干扰。
• 调整Stream持久化保留策略
  将stream的清理策略配置为基于时间/容量的保留规则，而非消费后立即删除。以Kafka为例，可配置log.retention.hours（数据保留时长）、log.retention.bytes（单分区最大存储容量）参数，只要数据在保留周期内，无论是否被消费过都会完整留存，满足多轮消费需求。
• 开启只读消费模式
  如果你使用的消息队列默认开启消费确认后删除消息的逻辑（如RabbitMQ普通队列），可以切换为流处理专用的持久化Stream组件，或者将队列消费模式配置为只读，消费动作不会触发消息删除逻辑，所有数据的生命周期仅由保留策略控制。
• 快照备份方案（适配短保留周期场景）
  如果Stream本身的留存周期较短不足以支撑两笔事务的消费间隔，可以在第一笔事务读取stream数据的同时，同步写入一份独立的快照存储（如缓存、对象存储、关系型数据库），第二笔事务直接读取快照数据，即可保证两份数据完全一致，不受stream保留规则影响。

额外注意：如果两笔事务需要严格读取完全相同的一份数据，建议给两个消费者都指定固定的起始、结束偏移量，避免两次消费的间隔中stream写入了新数据，导致两笔事务读取的数据不一致。

内容的提问来源于stack exchange，提问作者Dinakar Ullas