我有一个kafka streams应用程序，每当我重新启动它时，它所使用的主题的偏移量就会被重置。因此，对于所有分区，延迟都会增加，应用程序需要重新处理所有数据。
更新：输出主题正在接收应用程序重新启动后已处理的突发事件，而不是输入主题偏移量正在重置，正如我在上一段中所说的那样。但是，内部主题（ktable suppress state store）偏移正在重置，请参见下面的注解。
我已经确保在重启之前每个分区的延迟都是1（这是针对输出主题的）。属于该用户组id（应用程序id）的所有用户都处于活动状态。重启是立即的，大约需要30秒。
应用程序只使用一次作为处理保证。
我已经读过这个答案，ApacheKafka消费群体的补偿是如何过期的。
我尝试过auto.offset.reset=latest和auto.offset.reset=earlish。
似乎这些主题的补偿没有得到有效的落实（但我对此不确定）。
我假设在重启之后，应用程序应该从该消费群体的最新提交的偏移量中提取。
更新：我假设这是内部主题（ktable suppress state store）
kafka流api是否确保在关闭之前提交所有消耗的偏移量(调用streams.close（）后）
我真的很想知道这方面的任何线索。
更新：
这是应用程序执行的代码：

final StreamsBuilder builder = new StreamsBuilder();
final KStream<..., ...> events = builder
        .stream(inputTopicNames, Consumed.with(..., ...)
        .withTimestampExtractor(...);

events
    .filter((k, v) -> ...)
    .flatMapValues(v -> ...)
    .flatMapValues(v -> ...)
    .selectKey((k, v) -> v)
    .groupByKey(Grouped.with(..., ...))
    .windowedBy(
        TimeWindows.of(Duration.ofSeconds(windowSizeInSecs))              
            .advanceBy(Duration.ofSeconds(windowSizeInSecs))
            .grace(Duration.ofSeconds(windowSizeGraceInSecs)))
    .reduce((agg, new) -> {
        ...
        return agg;
    })
    .suppress(Suppressed.untilWindowCloses(
                  Suppressed.BufferConfig.unbounded()))
    .toStream()
    .to(outPutTopicNameOfGroupedData, Produced.with(..., ...));

通过kafka流api创建的ktable suppress state store内部主题，偏移量重置总是发生（在重新启动之后）。
我已经试过一次，而且至少试过一次。
再说一次，我真的很感激你给我的任何线索。
更新：2.2.1版本已经解决了这个问题(https://issues.apache.org/jira/browse/kafka-7895)