在Kafka中，多个消费者可以从同一个分区读取数据。每个分区中的消息是按顺序进行读取的，所以多个消费者可以共享同一个分区上的消息。

以下是使用Java代码示例的解决方法：

import org.apache.kafka.clients.consumer.Consumer;
import org.apache.kafka.clients.consumer.ConsumerRecords;
import org.apache.kafka.clients.consumer.KafkaConsumer;
import org.apache.kafka.common.PartitionInfo;
import org.apache.kafka.common.TopicPartition;

import java.util.ArrayList;
import java.util.List;
import java.util.Properties;

public class MultiConsumerSamePartitionExample {

    public static void main(String[] args) {
        String topic = "my_topic";
        int partition = 0;

        // 创建消费者配置
        Properties props = new Properties();
        props.put("bootstrap.servers", "localhost:9092");
        props.put("group.id", "my_consumer_group");

        // 创建消费者
        Consumer consumer = new KafkaConsumer<>(props);

        // 获取指定主题的分区信息
        List partitionInfos = consumer.partitionsFor(topic);

        // 创建一个TopicPartition列表，包含指定分区信息
        List partitions = new ArrayList<>();
        for (PartitionInfo partitionInfo : partitionInfos) {
            if (partitionInfo.partition() == partition) {
                partitions.add(new TopicPartition(partitionInfo.topic(), partitionInfo.partition()));
            }
        }

        // 分配分区给消费者
        consumer.assign(partitions);

        // 从指定的分区读取消息
        while (true) {
            ConsumerRecords records = consumer.poll(100);
            for (ConsumerRecord record : records) {
                System.out.println("Received message: " + record.value());
            }
            consumer.commitSync();
        }
    }
}

在上述示例中，我们首先创建了一个消费者并配置了所需的属性。然后，我们获取了指定主题的所有分区信息，并从中选择了特定的分区。接下来，我们将这些分区分配给消费者，并使用poll()方法从分区中读取消息。最后，我们通过调用commitSync()方法手动提交偏移量。

请注意，示例中的代码仅供参考，具体的实现可能会根据你的需求而有所变化。