1. 分区的意义
我们在使用kafka进行生产和消费消息的时候，肯定是希望能够将数据均匀地分配到各个broker上。比如很多公司使用kafka收集应用服务器上日志数据，这种消息是很多的，特别是对于那些有大批量机器组成的集群环境，可能分分钟都是以GB计数的数据，怎么样的将数据均匀的分散到kafka的各个broker上成为关键。
kafka中的topic是真正承载数据的逻辑容器，topic下还分若干个分区，也就是kafka的消息组织形式分为三级结构，topic-分区-消息，主题下的每条消息只会保存在一个分区中。分区的真正作用是负载均衡（或者说是实现系统的高伸缩性），以及增加系统的吞吐量。不同的分区可以分配在不同的broker上，数据读写也是针对分区这个粒度来进行的，这样每个broker的机器都能独立处理各自的读写请求。另外，利用分区还可以实现一些业务级别的需求，比如实现业务级别的消息顺序问题。
2. 分区的策略
所谓分区策略就是决定将消息分配到哪个分区的算法。介绍一下常见的分区策略：
轮询策略：Round-robin 即顺序分配。生产者生产的消息轮流的往各个分区发消息，比如主题下有3个分区，消息1被分配到0分区，消息2被分配到1分区，消息3被分配到2分区，然后消息4又被分配到0分区，这样一直进行下去。kafka的Java生产者API，如果你不指定partitioner.class参数， 将会默认使用轮询策略分配消息。轮询策略有着非常优秀的负载均衡表现，他总是能将消息最大限度的平均分配到各个分区，所以默认情况下应该是最合理的分区策略。
随机策略：Randomness策略。很显然，就是随机的将消息分配到某个分区，虽然它本质上也是平均分配消息，但是从实现表现上看还是逊于轮询策略的。随机策略是老版本使用的分区策略，新版本已经改为轮询策略。
轮询策略 随机策略
按消息键保序策略：Key-ordering策略，这种提法在官网上没有的，是大牛们编的，呵呵。kafka允许为每条消息定义消息键-key。key可以是有着明确的业务含义，如客户代码、部门编号、或者业务ID；也可以用来表征消息元数据，比如时间戳。一旦消息被定义了key，就可以将有着相同key的消息发往相同的分区，又由于每个分区下消息处理都是有顺序的，故称为按消息保序策略。
其他分区策略：上面讲的都是基础策略，除此之外还有一种有这时间用途的策略，即按照地理位置的分区策略，这种的只针对大规模的集群，特别是跨城市、跨国家、跨大洲的集群。举个例子，在北京和广州各有一个机房，北方用户访问北京机房应用服务，南方用户访问广州机房的应用服务，可以从两个机房中的选取部分机器组成一个kafka集群，可以构建双分区，分别在两个机房中的机器上，北方用户数据发往北京机房broker的分区中，南方用户数据发往广州机房broker的分区中，另外在这两个机房跑着各自的消费者实例。比如南方用户的数据可以随机发往广州机房leader副本所在broker上的任意分区。
综上所述，分区是实现负载均衡和高吞吐量的关键，故再生产端一定要仔细盘算合适的分区策略，避免造成数据倾斜，使得某些分区成为性能瓶颈，这样极易引发下游数据消费的性能下降。
标注：这个系列文章是本人在极客时间专栏---kafka核心技术与实战中的学习笔记
