kafka 生产者发送消息的分区策略

生产者发送消息的分区策略

分区是实现负载均衡以及高吞吐量的关键。

Kafka为了增加系统的伸缩性(Scalability)，引入了分区(Partitioning)的概念。

Kafka 中的分区机制指的是将每个主题划分成多个分区（Partition），每个分区是一组有序的消息日志。主题下的每条消息只会保存在某一个分区中，而不会在多个分区中被保存多份。

通过这个设计，就可以以分区这个粒度进行数据读写操作，每个Broker的各个分区独立处理请求，进而实现负载均衡，提升了整体系统的吞吐量。

分区策略是决定生产者将消息发送到哪个分区的算法。

默认的分区器

org.apache.kafka.clients.producer.internals.DefaultPartitioner

创建消息时，根据你的参数决定发送到哪个分区：

• 指明partition的情况下，直 接将指明的值作为partition值; 例如partition=0，所有数据写入 分区0

• 没有指明partition值但有key的情况下，将key的hash值与topic的 partition数进行取余得到partition值;
  例如:key1的hash值=5， key2的hash值=6 ，topic的partition数=2，那 么key1** 对应的value1写入1号分区，key2对应的value2写入0号分区。

• 既没有partition值又没有key值的情况下，Kafka采用Sticky Partition(黏性分区器)，会随机选择一个分区，并尽可能一直 使用该分区，待该分区的batch已满或者已完成，Kafka再随机一个分区进行使用(和上一次的分区不同)。

  例如:第一次随机选择0号分区，等0号分区当前批次满了(默认16k)或者linger.ms设置的时间到， Kafka再随机一个分区进 行使用(如果还是0会继续随机)。

轮询策略

即按消息顺序进行分区顺序分配(比如图中消息顺序1，2，3，4...会按顺序分配在各个分区中)

随机策略

这是老版本Kafka的默认策略。

Key-ordering策略

有点类似哈希桶算法，对于有key的数据，用key的哈希值对分区数取模计算对应的分区。

List<PartitionInfo> partitions = cluster.partitionsForTopic(topic);
return Math.abs(key.hashCode()) % partitions.size();

Kafka默认：

• 如果指定了 Key，那么默认实现按Key-ordering策略；
• 如果没有指定 Key，则使用轮询策略。

自定义分区策略：

Step1: 定义类实现 Partitioner 接口

Step2: 重写 partition()方法。

Step3: 设置partitioner.class。

@Component
public class MyPartitioner implements Partitioner {

    @Override
    public int partition(String topic, Object key, byte[] keyBytes,
                         Object value, byte[] valueBytes, Cluster cluster) {
        String msgValues = value.toString();
        int partition;
        if (msgValues.contains("test")){
            partition = 0;
        }else {
            partition = 1;
        }
        return partition;
    }
    @Override
    public void close() {
        //Nothing to close
    }
    @Override
    public void configure(Map<String, ?> configs) {

    }
}