kafka topic消息分配partition规则

我们知道Kafka 的消息通过topic进行分类。topic可以被分为若干个partition来存储消息。消息以追加的方式写入partition,然后以先入先出的顺序读取。

下面是topic和partition的关系图：

我们一般会在server.conf中通过num.partitions参数指定创建topic时包含多少个partition。默认是num.partitions=1。

既然一个topic有多个partition，那么消息是怎么样分配到partition的呢？

生产者生产一个消息send到topic分区器，分区器会根据消息里面的分区参数key值把消息分到对应的partition。这里就像我们快递代发网点一样，快递代发网点可以代理很多种快递公司，如果要寄快递者P（生产者）指定用什么快递公司，代发网点人员C（分区器）就会把该物品M（消息）归类到指定的快递公司区域存放。如果P不要求具体的快递公司寄件，那么就由C随意分配快递公司（哈哈，那就要看这个家伙的心情了，心情好点给你一个顺丰比较快到达，心情不好时就GG吧）。

下面是Kafka对消息分配分区 DefaultPartitioner.java 类的核心代码：

public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
        List<PartitionInfo> partitions = cluster.partitionsForTopic(topic);
        int numPartitions = partitions.size();
        if (keyBytes == null) {
            int nextValue = counter.getAndIncrement();
            List<PartitionInfo> availablePartitions = cluster.availablePartitionsForTopic(topic);
            if (availablePartitions.size() > 0) {
                int part = Utils.toPositive(nextValue) % availablePartitions.size();
                return availablePartitions.get(part).partition();
            } else {
                // no partitions are available, give a non-available partition
                return Utils.toPositive(nextValue) % numPartitions;
            }
        } else {
            // hash the keyBytes to choose a partition
            return Utils.toPositive(Utils.murmur2(keyBytes)) % numPartitions;
        }
    }

第4、7行：如果没有指定key值并且可用分区个数大于0时，在就可用分区中做轮询决定改消息分配到哪个partition。

第4、10行：如果没有指定key值并且没有可用分区时，在所有分区中轮询决定改消息分配到哪个partition。

第14行：如果指定key值，对key做hash分配到指定的partition。

所以当同一个key的消息会被分配到同一个partition中。消息在同一个partition处理的顺序是FIFO，这就保证了消息的顺序性。