如果您知道要恢复的消息的偏移量，以及它属于哪个分区，则可以使用 KafkaConsumer 方法 seek :

consumer.seek(new TopicPartition("topic-name", partNumber), offsetNumber);

如本文所述
下一个呼叫 poll() 会给你在名单上第一个错过的信息。
这只适用于您首先自己管理补偿的场景。如果你让Kafka管理偏移量，你可能不知道偏移量的数字，最好的结果可能是消息消耗了两次（一个调用 poll() 将从上次提交的偏移量开始消耗）。

在阅读了大量的文章和文档之后，我觉得最好的答案可能是：
使用没有接收器的新spark kafka消费者（spark-streaming-kafka-0-10_.11）。在这种方法中，我们可以从我们想要阅读的地方给出startoffset。
val offsetranges=array（//主题，分区，包含起始偏移量，独占结束偏移量offsetrange（“test”，0，0，100），
偏移范围（“测试”，1，0，100））
val rdd=kafkautils.createdirectstream[string，string]（sparkcontext，kafkaparams，offsetranges，preferconsistent）
一旦您的消息被读取和处理，获取您读取的偏移量并将其存储在kafka或zk或外部事务数据库中。
offsetranges=rdd.asinstanceof[hasoffsetranges].offsetranges的示例
每次启动作业时，从数据库中获取偏移量并将其传递给createdirectstream，以使其具有exacly once机制。
更多阅读http://blog.cloudera.com/blog/2015/03/exactly-once-spark-streaming-from-apache-kafka/httpshttp://spark.apache.org/docs/latest/streaming-kafka-0-10-integration.html

Kafka遵循 at-least once 消息传递语义，这意味着您可能在代理失败时得到重复的消息，您不会丢失数据。
但是当你创造 Kafka Producer 如果此属性为0，则它将只尝试发送一次，即使在代理失败的情况下也不会尝试重新发送。因此，如果代理失败，您可能会丢失数据。

props.put("retries", 0);

因此，您可以将此属性值更改为1，这样它也将尝试再次发送 offsets 在zookeeper中自动管理，如果消息仅成功传递，它将更新中的偏移量 Zookeeper .
另外，由于您提到了spark streaming来消费，spark streaming支持两种不同的方法。
1基于接收器：偏移在zookeeper中处理。
2直接方法：偏移量在存储消息的地方进行本地处理，而且这种方法只支持一次消息传递。
有关更多信息，请查看此链接