刚发现低频锯齿波图案不是真的。这个解释很有意思
当我使用命令行检查消费者延迟时( kafka-consumer-groups --bootstrap-server=[...] --group [...] --describe )，我看到总消费者滞后（每个分区滞后的总和）波动非常快。一度是6000左右，2秒后是1000左右，2秒后可能是9000。
然而，显示的图表似乎是基于较低频率的采样，这违反了奈奎斯特-香农采样定理。所以平均值不起作用，我们看到了云纹é 图案。
结论：锯齿形图案只是一种错觉。
为了完整起见，下面是一个模拟，描述了效果：

# !/usr/bin/env python3

"""Simulate moire effect of Kafka-consumer-lag graph.
"""

import random

import matplotlib.pyplot as plt

def x_noise_sampling() -> int:
    return 31 + random.randint(-6, 6)

def main() -> None:
    max_x = 7000
    sample_rate = 97
    xs = list(range(max_x))
    ys = [x % 100 for x in xs]
    xs2 = [x + x_noise_sampling() for x in range(0, max_x - 100, sample_rate)]
    ys2 = [ys[x2] for x2 in xs2]

    plt.figure(figsize=(16, 9))
    plt.xlabel('Time')
    plt.xticks([])
    plt.yticks([])
    plt.ylabel('Consumer lag')
    signal, = plt.plot(xs, ys, '-')
    samples, = plt.plot(xs2, ys2, 'bo')
    interpolated, = plt.plot(xs2, ys2, '-')
    plt.legend([signal, samples, interpolated], ['Signal', 'Samples', 'Interpolated samples'])
    plt.savefig('sawtooth_moire.png', dpi=100)
    plt.show()

if __name__ == '__main__':
    main()