Apache spark 基于直接流的SparkStreaming，Kafka仅显示一个消费者ID

我正在使用kafka-2.3.0、spark 2.2.1和scala 2.11。我使用的是直接流方法，在这种方法中，驱动程序查询最新的偏移量，并确定批量流的偏移量范围，然后执行器使用这些偏移量范围从Kafka读取数据。 正如您在下面看到的，我有一个名为test kafka的主题，它有4个分区，它们分布在两个领导者之间

现在，我启动spark streaming，它使用以下配置从同一主题读取数据：

                val kafkaParams = Map[String, Object](
                "bootstrap.servers" -> "localnosql1:9092,localnosql2:9092",
                "key.deserializer" -> classOf[StringDeserializer],
                "value.deserializer" -> classOf[StringDeserializer],
                "group.id" -> "streaming-group",
                "auto.offset.reset" -> "earliest",  
                "auto.commit.interval.ms" -> "1000",
                "enable.auto.commit" -> (true: java.lang.Boolean)
            )
            val topics = Array("test-kafka")
            val stream = KafkaUtils.createDirectStream[String, String](
                        ssc,
                        PreferConsistent,
                        Subscribe[String, String](topics, kafkaParams)
            )

现在，当我在CLI上检查有关消费者组的信息时。它显示仅分配了一个消费者id。这是否意味着只有一个消费者在使用卡夫卡的数据？如果是，原因为何？我有两个执行器运行在卡夫卡运行的同一台机器上，如下所述

---

在这种情况下，您可能正在提交来自驱动程序的偏移量（该偏移量有效）。驱动程序从卡夫卡获取偏移量，并切换到执行器，卡夫卡从卡夫卡提取实际数据。处理批处理后，驱动程序将偏移提交给Kafka

我也有同样的问题这里是链接：