Kafka不是那样工作的。您看到的kafka类似于可以使用另一个不同于offset的参数进行查询的东西，此外请记住，主题可以有多个分区，因此每个分区都有一个不同的分区。也许您可以使用另一个关系存储来Map带有时间戳的偏移量/分区，这有点冒险。例如，在akka stream kafka consumer中，应该通过另一个主题发送每个按时间戳的请求，以激活您的consumer（每个consumer都分配了一个或多个分区），并查询特定的偏移、生成和合并。有了spark，你可以为每项工作调整你的消费策略，但过程应该是一样的。
另一件事是如果你的Kafka恢复了它´有可能您需要阅读整个主题来更新配对（时间戳/偏移量）。所有这些听起来可能有点奇怪，也许最好将主题存储在cassandra中（例如），然后您可以稍后查询它。

kafka是一个只附加的日志存储。只要知道偏移量，就可以从分区中的特定偏移量开始消费。消费是超快的，你可以有一个设计，你从哪里开始 smallest 当你遇到一个消息（可能有一个 timestamp 要检查的字段）。