浅谈大数据里的Kafka （9）Kafka的消费方式和消费策略

3.3.1 消费方式

consumer采用pull（拉）模式从broker中读取数据。

  cpush（推）模式很难适应消费速率不同的消费者，因为消息发送速率是由broker决定的。它的目标是尽可能以最快速度传递消息，但是这样很容易造成consumer来不及处理消息，典型的表现就是拒绝服务以及网络拥塞。而pull模式则可以根据consumer的消费能力以适当的速率消费消息。

  pull模式不足之处是，如果kafka没有数据，消费者可能会陷入循环中，一直返回空数据。针对这一点，Kafka的消费者在消费数据时会传入一个时长参数timeout，如果当前没有数据可供消费，consumer会等待一段时间之后再返回，这段时长即为timeout。

3.3.2 分区分配策略

首先kafka设定了默认的消费逻辑：一个分区只能被同一个消费者组（ConsumerGroup）内的一个消费者消费。

  一个consumer group中有多个consumer，一个 topic有多个partition，所以必然会涉及到partition的分配问题，即确定那个partition由哪个consumer来消费。

  Kafka有三种分配策略，一是Roundrobin，一是Range，还有一个是Stick。

默认情况下&