confluent-kafka-python 库：每个主题每个 consumer_group 的读取偏移量
confluent-kafka-python library: read offset per topic per consumer_group
由于 pykafka EOL we are in the process of migration to confluent-kafka-python。对于 pykafka，我们编写了一个精心制作的脚本，以以下格式生成输出：
topic
consumer group
offset
topic_alpha
total_messages
100
topic_alpha
consumer_a
10
topic_alpha
consumer_b
25
我想知道是否有一个 Python 代码知道如何为 confluent-kafka-python 做类似的事情？
小字：有一个关于如何read offsets per given consumer_group的部分例子。但是，我很难在不手动解析 __consumer_offsets.
的情况下获取每个主题的 consumer_group 列表
使用 admin_client.list_groups() 获取组列表，使用 admin_client.list_topics() 获取集群中的所有主题和分区，使用 client.get_watermark_offsets() 获取给定主题。
然后为每个消费者组实例化一个具有相应 group.id 的新消费者，创建一个 TopicPartition 列表来查询提交的偏移量，然后调用 c.committed() 检索提交的偏移量。
从高水位线中减去提交的偏移量得到 th
由于 pykafka EOL we are in the process of migration to confluent-kafka-python。对于 pykafka，我们编写了一个精心制作的脚本，以以下格式生成输出：
| topic | consumer group | offset |
|---|---|---|
| topic_alpha | total_messages | 100 |
| topic_alpha | consumer_a | 10 |
| topic_alpha | consumer_b | 25 |
我想知道是否有一个 Python 代码知道如何为 confluent-kafka-python 做类似的事情？
小字：有一个关于如何read offsets per given consumer_group的部分例子。但是，我很难在不手动解析 __consumer_offsets.
consumer_group 列表
使用 admin_client.list_groups() 获取组列表，使用 admin_client.list_topics() 获取集群中的所有主题和分区，使用 client.get_watermark_offsets() 获取给定主题。
然后为每个消费者组实例化一个具有相应 group.id 的新消费者，创建一个 TopicPartition 列表来查询提交的偏移量，然后调用 c.committed() 检索提交的偏移量。
从高水位线中减去提交的偏移量得到 th