一、生产者负载均衡

1、分区器

使用分区器，kafka生产消息时，根据分区器将消息投递到指定的分区中。

Kafka默认的分区器时DefaultPartitioner。它的分区策略是根据key进行分配的。

如果key不为null： 对key值进行Hash计算，算出一个分区号； 拥有相同Key值被写入同一个分区；

如果key为null： 消息将以轮询方式，在所有可用分区中分别写入消息。

 

如果不想使用Kafka默认分区器，可以实现Partitioner接口，自己实现分区方法。

 

并非分区数量越多，效率越高：
Topic 每个 partition 在 Kafka 路径下都有一个自己的目录，该目录下有两个主要的文件：base_offset.log 和 base_offset.index。Kafka 服务端的 ReplicaManager 会为每个 Broker 节点保存每个分区的这两个文件的文件句柄。所以如果分区过多，ReplicaManager 需要保持打开状态的文件句柄数也就会很多。

每个 Producer, Consumer 进程都会为分区缓存消息，如果分区过多，缓存的消息越多，占用的内存就越大；

n 个分区有 1 个 Leader，(n-1) 个 Follower，如果运行过程中 Leader 挂了，则会从剩余 (n-1) 个 Followers 中选举新 Leader；如果有成千上万个分区，那么需要很长时间的选举，消耗较大的性能。

参考： https://blog.csdn.net/u010711495/article/details/113678248

 

 

二、消费者负载均衡

1、再均衡

再均衡是消费者层面的负载均衡

 当一个group中，有consumer加入或者离开是，会触发partitions均衡，从而提升topic的并发消费能力。

如下图所示，分区partitions有: P0, P1,P2,P3

加入group的消费者consumer有： C0， C1

流程如下：

1、 根据partitions索引号对partitions进行排序，P0, P1,P2,P3

2、根据consumer id排序，C0，C1

3、计算倍数 M = [P0, P1,P2,P3].size / [ C0， C1].size = 4 / 2 = 2;

4、然后依次分配Ci = [P(i * M),P((i + 1) * M -1)]， 当i=0时， C0=[P0,P1]; 当i=1时， C1=[P2,P3]