Kafka在Ubuntu上的分区策略解析
Kafka的分区策略涵盖生产者分区分配（决定消息写入哪个分区）和消费者分区分配（决定消费者组内各消费者消费哪些分区）两部分，两者均支持多种策略以满足不同场景需求。以下是详细说明：
生产者分区策略决定了消息发送到Topic的哪个分区，核心逻辑围绕Key的存在与否和负载均衡展开：
DefaultPartitioner（默认策略）
这是Kafka生产者的默认分区器，逻辑为：
Murmur2哈希算法计算Key的哈希值，再对Topic分区数取模（hash(key) % num_partitions），确保相同Key的消息进入同一分区（保证有序性，如订单状态更新）。自定义分区策略
若默认策略无法满足业务需求（如按地区、用户类型分组），可实现org.apache.kafka.clients.producer.Partitioner接口，自定义分区逻辑。例如，按用户所在地区分配分区（华北→0，华东→1），避免热点分区（如大Key导致单个分区过载）。
配置方式：通过partitioner.class参数指定自定义分区器类名（如props.put("partitioner.class", "com.example.UserRegionPartitioner")）。
适用场景：需要按业务规则分组的场景（如地区、用户类型）。
特殊分区策略
消费者分区分配策略决定了消费者组内各消费者消费哪些分区，核心目标是负载均衡和减少再平衡开销：
RangeAssignor（范围分配）
逻辑：对同一Topic的分区按序号排序（如0,1,2,3,4,5,6），消费者按字母顺序排序（如C0,C1,C2）。通过分区数/消费者数计算每个消费者应消费的分区数，若有余数，前面的消费者多消费1个分区（如7个分区、3个消费者，C0消费3个，C1、C2各消费2个）。
缺点：当Topic较多时，容易导致数据倾斜（如C0始终多消费1个分区）。
适用场景：消费者数量稳定、Topic较少的场景。
RoundRobinAssignor（轮询分配）
逻辑：将所有Topic的分区合并，按轮询方式分配给消费者（如分区0→C0，分区1→C1，分区2→C2，分区3→C0，依此类推）。
优点：能更均匀地分配负载，避免数据倾斜。
适用场景：消费者数量可能动态变化（如扩容/缩容）的场景。
StickyAssignor（粘性分配）
逻辑：在尽量保持消费者处理相同分区的前提下，均匀分配分区。例如，首次分配后，C0消费分区0、1、2；当C1加入时，StickyAssignor会将分区2分配给C1，保持C0的消费惯性，减少分区切换开销（避免重新拉取分区元数据）。
优点：兼顾负载均衡和批处理效率（减少分区切换导致的延迟）。
适用场景：需要保持分区处理连续性的场景（如实时流处理）。
CooperativeStickyAssignor（协作粘性分配）
Kafka默认的消费者分区分配策略（Kafka 2.4+），结合了粘性分配和协作再平衡（消费者主动参与分区释放，而非强制抢占）。其核心优势是减少再平衡时的停顿时间（如消费者主动释放分区，而非等待Broker强制回收），提升集群稳定性。
适用场景：Kafka 2.4及以上版本的默认策略，适用于大多数生产环境。
生产者侧：
消费者侧：
