kafka Partition（分区）详解
一、什么是 Partition
Partition（分区） 是 Kafka Topic（主题） 的最小并行单位。
一个 Topic 可以包含多个 Partition，每个 Partition 底层对应一个有序、不可变的消息队列，消息只会顺序追加。
Partition 内部消息都有一个唯一的偏移量（offset），消费者依靠 offset 来消费。
👉 关系：
Topic = Partition1 + Partition2 + ... + PartitionN
二、分区的作用
提高吞吐量（并行度）
单个 Partition 只能由一个 Consumer 实例顺序消费。
增加 Partition 数量，可以让更多消费者并行消费，提高消费能力。
同样，生产者发送时可以并行写入多个 Partition，提升写入吞吐量。
数据存储与扩展性
Partition 分布在不同的 Broker 上，数据可以水平扩展，突破单机存储瓶颈。
容错与副本机制的基础
每个 Partition 都有 Leader 和 Follower 副本。
Leader 负责读写，Follower 同步 Leader 数据，用于故障切换。
三、分区的工作机制
生产者写入
生产者写消息时，需要决定写入哪个 Partition。
Kafka 提供三种分区策略：
轮询（Round-robin）：平均分配到各个 Partition。
按 key 哈希（Key Hash）：相同的 key 会被分配到同一个 Partition（保证消息顺序）。
自定义分区器：可以自己实现
Partitioner接口来决定分区逻辑。
消费者消费
一个消费者组中的每个 Partition 同一时刻只能被一个消费者消费。
Kafka 会自动做负载均衡，把 Partition 分配给组内消费者。
副本机制
每个 Partition 有一个 Leader 和若干 Follower。
Producer 和 Consumer 只和 Leader 交互。
Follower 定期从 Leader 同步数据，保证数据可靠性。
四、分区数的选择
分区数是 Topic 创建时的关键参数，影响系统性能和架构：
分区数过少：
无法充分利用集群并行能力，吞吐量有限。
分区数过多：
元数据管理开销变大（Zookeeper / KRaft 需要维护更多状态）。
Rebalance 时间变长。
消费者切换代价增加。
👉 一般经验：
分区数 = 生产者吞吐量 / 单分区最大处理能力。
或者分区数 = 消费者并行度。
Kafka 官方推荐：不要轻易创建上千分区，根据硬件能力做评估。
五、如何指定 Partition
生产者写入消息时，可以指定 Partition：
ProducerRecord<String, String> record = new ProducerRecord<>("my-topic", key, value);
规则：
如果指定了 partition 参数，则直接写入该 Partition。
如果指定了 key（但没有指定 partition），Kafka 根据 key 的哈希值选择 Partition。
如果都没指定，则轮询选择 Partition。
六、分区与顺序性
Kafka 只保证 同一个 Partition 内的消息有序。
不同 Partition 之间的消息是无序的。
如果业务要求消息严格有序，则必须让相关消息写入 同一个 Partition（通常通过 key 实现）。
七、实战：管理 Partition
1. 创建 Topic 时指定分区数
bin/kafka-topics.sh --create \ --bootstrap-server localhost:9092 \ --topic test-topic \ --partitions 4 \ --replication-factor 2
2. 查看 Topic 分区信息
bin/kafka-topics.sh --describe \ --bootstrap-server localhost:9092 \ --topic test-topic
输出示例：
Topic: test-topic PartitionCount: 4 ReplicationFactor: 2 Partition: 0 Leader: 1 Replicas: 1,2 Isr: 1,2 Partition: 1 Leader: 2 Replicas: 2,3 Isr: 2,3 Partition: 2 Leader: 3 Replicas: 3,1 Isr: 3,1 Partition: 3 Leader: 1 Replicas: 1,2 Isr: 1,2
3. 增加分区数
bin/kafka-topics.sh --alter \ --bootstrap-server localhost:9092 \ --topic test-topic \ --partitions 6
⚠️ 注意：增加分区数不会自动对现有消息做迁移，只影响新消息。
八、总结
Partition 是 Kafka 的核心并行单元。
作用：提升吞吐量、扩展存储、实现高可用。
分区内有序，跨分区无序。
分区数要合理规划，过少浪费性能，过多增加负担。
生产者可通过 key 控制分区，保证某些业务的顺序性。