是的，Alpakka Kafka Consumer.committablePartitionedSource会为每个分区使用单独的kafka consumer。可以通过如下代码来证明：

val committablePartitionedSource = Consumer.committablePartitionedSource(consumerSettings, Subscriptions.topics(topic)) val result = committablePartitionedSource.mapAsync(parallelism = 1) { partition => val (topicPartition, source) = partition val partitionOffset = getPartitionOffsetFromDb(topicPartition) source .via(businessFlow) .mapAsync(1)(msg => saveMessageToDb(topicPartition, msg)) .map(_.committableOffset) .via(Committer.flow(CommitterSettings(system))) .runWith(Sink.ignore) }

在上述代码中，我们定义了一个committablePartitionedSource并使用了mapAsync运算符来将每个分区的Source单独进行业务处理。可以看到，每次运行mapAsync时都只针对一个分区。因此，每个分区都将使用自己的kafka consumer。

如果您希望为多个分区共享一个kafka consumer，请使用CommittableSource而不是committablePartitionedSource。例如：

val committableSource = Consumer.committableSource(consumerSettings, Subscriptions.topics(topic)) val result = committableSource.mapAsync(parallelism = 1) { msg => saveMessageToDbAndCommitOffset(msg) }

在上述代码中，我们使用CommittableSource并且在mapAsync处理程序中将所有接收到的消息保存到数据库中。因此，我们使用的是共享的kafka consumer。