1.分區策略
1）分區的原因
（1）方便在集羣中擴展，每個 Partition 可以通過調整以適應它所在的機器，而一個 topic
又可以有多個 Partition 組成，因此整個集羣就可以適應任意大小的數據了；
（2）可以提高併發，因爲可以以 Partition 爲單位讀寫了。
2）分區的原則
我們需要將 producer 發送的數據封裝成一個 ProducerRecord 對象。
（1）指明 partition 的情況下，直接將指明的值直接作爲 partiton 值；
（2）沒有指明 partition 值但有 key 的情況下，將 key 的 hash 值與 topic 的 partition
數進行取餘得到 partition 值；
（3）既沒有 partition 值又沒有 key 值的情況下，第一次調用時隨機生成一個整數（後面每次調用在這個整數上自增），將這個值與 topic 可用的 partition 總數取餘得到 partition
值，也就是常說的 round-robin 算法。
理解：這裏第三點，若爲默認情況，未指定partition和key，則根據隨機數依次輪詢分區寫入數據（注意：如果Topic A有0 1 2三個分區，這裏有可能是從0 1 2三個分區的任何一個開始，起點取決於第一次調用生成的隨機數）。
2.分區分配策略
一個 consumer group 中有多個 consumer，一個 topic 有多個 partition，所以必然會涉及
到 partition 的分配問題，即確定那個 partition 由哪個 consumer 來消費。
Kafka 有兩種分配策略，一是 RoundRobin，一是 Range（默認）。
（1） Range 範圍分區策略是對每個 topic 而言的。首先對同一個 topic 裏面的分區按照序號進行排序，並對消費者按照字母順序進行排序。通過 partitions數/consumer數 來決定每個消費者應該消費幾個分區。如果除不盡，那麼前面幾個消費者將會多消費 1 個分區。
（2） RoundRobin 輪詢分區策略，是把所有的 partition 和所有的 consumer 都列出來，然後按照 hascode 進行排序，最後通過輪詢算法來分配 partition 給到各個消費者。
例：
Topic A 有0 1 2 3 4五個分區，現有2個customer分別爲B C
那麼根據上面的公式，分區分配結果爲B：0 1 2，C：3 4，而不是採用輪詢的方式。
注意：不要被消費者接收到的數據所迷惑，根據我在上面分區策略中的理解，這裏寫入的數據，從三個分區都有可能爲最開始接收到數據的分區。
例如我在生產者輸入1 2 3 4 5
消費者分別從分區中pull中接收到1 3 4和2 5，這並不能說明，兩個消費者分配到的分區不是連續的，而是因爲我上面提到的最開始寫入數據的分區是隨機的（這裏正好是從1分區開始）
