kafka-consumer-groups.sh --bootstrap-server kafka:9092 --describe --group order-consumer kafka-run-class.sh kafka.tools.JmxTool --object-name kafka.consumer:type=consumer-fetch-manager-metrics,client-id=*
下单接口压到 10000 QPS，响应都在 50 毫秒内。压测结束两小时，Kafka 的 lag 还有 80 万，订单状态更新延迟到 40 分钟。先别急着动参数，把报错原文和时间点记下来，顺序反了容易白折腾。
原因不复杂，压测只打了同步接口，消息发出去就算成功，消费端的能力没进压测范围。消费线程只有 4 个，单条处理 30 毫秒，理论吞吐 130 条每秒，和生产的 10000 差两个数量级。
「异步消费压测」确认了原因之后，改动尽量只碰那一处，顺手改的东西后面最容易出问题。改完隔一天再看一次，当场正常不代表能稳住。
测试环境和线上的差别，往往就在版本号和那几行被忽略的配置上。
处理上按这个顺序：把消费端也纳入压测 用同一批消息回放；按 lag 和消费耗时算需要的消费者数量；消费者扩到分区数 提高并行度；压测指标里加一条端到端延迟 从下单到状态更新。
改完只确认一件事：压测期间 lag 保持在 1 万以内，下单到状态更新的延迟在 5 秒以内。