前言
之前的一篇博客写的是Kafka基础了解一下（附上超链接，可以点进去看看）对Kafka简单介绍了一下。既然我们知道消费者组会协调去消费Topic下的partition，那么它是如何去协调的，是不是也要去了解了解。
简介
Kafka的分区实际上继承了一个接口AbstractPartitionAssignor，而这个接口下有两个实现的类，实现了RoundRobinAssignor和RangeAssignor两种算法。
RoundRobinAssignor
RoundRobin是轮询算法，它会将所有的TopicPartition统一进行分配。如下面的图一样，第一个partition给到consumer1，第二个Partition给到consumer2，以此类推，循环着依次分配。
RangeAssignor
它与前面那个算法不同的是，它是针对每一个Topic单独进行分配。就像下图一样，它会针对每一个Topic下的Partition数量与Consumer来进行划分。
这里我们将Topic下的Partition数量记为p，消费者组里的消费者数量记为c。
（1）p/c求出每个消费者最少可以得到多少个分区，例如这里的Topic01为3, 3/2=1，则c1和c2最少可以获得一个分区。
（2）p%c求出有多少个消费者可以多获取一个分区，再对消费者进行轮询，3%2=1，则只有一个消费者可以多获取一个，那么通过轮询c1得到多一个。
（3）依次对各个Topic进行1、2两步，将所得到的结果相加，就能得到各消费者所消费的分区了。
对比这两种方法，我们可以看出，第二种算法是存在漏洞的，仅仅看一个Topic可能会造成前几个消费者比后面的多消费一个分区，但是如果消费者组去消费很多个Topic呢？就导致了前几个消费者比后面的多消费很多分区，这样的话就不能充分利用资源。所以现在一般都摒弃了第二种算法，采用第一种，大家可以思考一下，它最后就算是分区不是平均分配，那也就只多出一个分区。
summed up by JiaMingcan
转载请署名：JiaMingcan