不使用Spring Webflux中的响应式Kafka消费者可能会有一些潜在的影响，具体取决于您的应用程序需求和性能要求。

1. 阻塞I/O：使用传统的Kafka消费者会导致阻塞I/O，即当消费者从Kafka获取消息时，可能会阻塞线程直到消息可用。这可能会导致线程资源浪费，特别是在高并发环境下。

2. 并发性能：传统的Kafka消费者在处理多个消息时可能无法充分利用多核CPU的并发性能。这是因为每个消费者实例只能在单个线程上运行。

以下是一个使用Spring Webflux中的响应式Kafka消费者的代码示例：

@Component
public class KafkaConsumer {

    @Autowired
    private KafkaReceiver kafkaReceiver;

    @PostConstruct
    public void consumeMessages() {
        kafkaReceiver.receive()
                .flatMap(record -> processMessage(record.value()))
                .subscribe();
    }

    private Mono processMessage(String message) {
        // 处理消息的逻辑
        return Mono.empty();
    }
}

上述代码示例中，我们使用KafkaReceiver来接收Kafka消息，并使用flatMap操作符将每个消息传递给processMessage方法进行处理。通过使用响应式编程，我们可以在处理消息时充分利用非阻塞I/O和并发性能。

如果您不想使用Spring Webflux中的响应式Kafka消费者，您可以使用传统的Kafka消费者API来消费Kafka消息。以下是一个使用传统Kafka消费者API的代码示例：

public class KafkaConsumer {

    public static void main(String[] args) {
        Properties props = new Properties();
        props.put("bootstrap.servers", "localhost:9092");
        props.put("group.id", "my-consumer-group");
        props.put("key.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");
        props.put("value.deserializer", "org.apache.kafka.common.serialization.StringDeserializer");

        KafkaConsumer consumer = new KafkaConsumer<>(props);
        consumer.subscribe(Arrays.asList("my-topic"));

        while (true) {
            ConsumerRecords records = consumer.poll(Duration.ofMillis(100));
            for (ConsumerRecord record : records) {
                processMessage(record.value());
            }
        }
    }

    private static void processMessage(String message) {
        // 处理消息的逻辑
    }
}

上述代码示例中，我们创建了一个传统的Kafka消费者，并使用poll方法来获取Kafka消息。然后，我们通过遍历消费记录并调用processMessage方法来处理每个消息。

请注意，使用传统的Kafka消费者可能需要更多的手动管理和配置，并且可能不支持某些高级特性，如反应式流处理。因此，如果您的应用程序需要高并发性能和非阻塞I/O，推荐使用Spring Webflux中的响应式Kafka消费者。