除非使用spark 3.x或更高版本，否则无法设置 group.id 在你的Kafka输入流中。如前所述，使用spark 3.x，您可以拥有两个不同的结构化流式处理作业，提供两个不同的group.id，以确保每个作业独立于其他作业读取主题的所有消息。
对于spark版本<=2.4.x，spark本身将为您创建一个独特的消费群体，您可以在github上的代码中查找：

// Each running query should use its own group id. Otherwise, the query may be only 
// assigned partial data since Kafka will assign partitions to multiple consumers having
// the same group id. Hence, we should generate a unique id for each query.
val uniqueGroupId = s"spark-kafka-source-${UUID.randomUUID}-${metadataPath.hashCode}"

因此，同样在这种情况下，拥有两个不同的流作业将确保您拥有两个不同的consumergroup，这允许两个作业独立于另一个作业读取来自主题的所有消息。

来自spark 3.0.1文档：
默认情况下，每个查询为读取数据生成一个唯一的组id。这样可以确保每个kafka源都有自己的使用者组，该使用者组不会受到任何其他使用者的干扰，因此可以读取其订阅主题的所有分区。
所以，如果你使用 assign 选项并提及要使用哪个分区将从特定分区读取所有数据，因为默认情况下，它将是一个不同的使用者组（group.id）。 assign 选项将json字符串作为一个值，并且可以有来自不同主题的多个分区。例如。， {"topicA":[0,1],"topicB":[2,4]} .

val df = spark
  .read
  .format("kafka")
  .option("kafka.bootstrap.servers", "host:port")
  .option("assign", "{"topic-name":[0]}")
  .load()

use可以使用group.id进行流式处理，如下所示
string processinggroup=“处理组A”；

Dataset<Row> raw_df = sparkSession
                      .readStream()
                      .format("kafka")
                      .option("kafka.bootstrap.servers", consumerAppProperties.getProperty(BOOTSTRAP_SERVERS_CONFIG))
                      .option("subscribe", topicName) 
                      .option("startingOffsets", "latest")
                      .option("group.id",  processingGroup)
                      .load();