kafka的key为null时如何存储

kafka producer发送消息的时候，可以指定key，这个key的作用是为消息选择存储分区，key可以为空，当指定key且不为空的时候，kafka是根据key的hash值与分区数取模来决定数据存储到那个分区，那么当key为null的时候，kafka又是如何存储的呢？可能很多人都会说随机选择一个分区进行存储，但是具体是怎么实现的呢？虽然可以这么说，但是还不够严谨，下面通过kafka的源码来解读下key=null是怎么存储的:

从上面源码可以看出，当key=null时，kafka是先从缓存中取分区号，然后判断缓存的值是否为空，如果不为空，就将消息存到这个分区，否则重新计算要存储的分区，并将分区号缓存起来，供下次使用。

那么这个缓存时间是由什么决定呢，再来看下源码：

从上面源码可以看出，kafka定义了一个全局变量，这个变量值是配置参数中的topic.metadata.refresh.interval.ms设置的值，也就是说在这个时间内，key=null的消息都会往缓存起来的这个分区存储，当时缓存过时之后，就会重新计算分区号，将计算结果缓存起来。也就是说在key为null的情况下，Kafka并不是每条消息都随机选择一个Partition；而是每隔topic.metadata.refresh.interval.ms才会随机选择一次！

sarama指定key代码：

关于key和分区

在创建消息时既可以指定key也可以不指定。Key除了可以保存额外的信息之外，还用于决定消息将会写入哪个分区，也就是说具有相同key的消息都会保存在同一分区。

当key为空且使用默认的分区器时，消息会被随机发送到指定topic的其中一个可用分区，会使用round-robin算法均衡分区间的消息。

当key不为空且使用默认的分区器时，Kafka会计算该key的hash值（使用其自己的hash算法，因此当升级Java版本时hash值不会改变），并使用得到的hash值把消息映射到特定的分区。因为把一个key始终映射到同一分区是非常重要的，所以需要使用一个topic的所有分区来计算映射关系，而不仅仅是可用的分区。这意味着，如果当写入消息到一个不可用的分区时，会出现异常，但是这种情况很少见。

只要一个topic的分区数量不变，key与分区的映射关系就能保证一致。但是如果你添加一个新的分区到一个topic时，虽然存在的数据仍然会保存在原来的分区里，但具有相同key的新消息不能保证还会写入到原来的分区。所以在创建topic时最好预先定义好需要的分区数量，避免后期添加新的分区造成映射关系的不一致。