kafka 要实现高数据量的存储和消费，如何能保证数据的高效性处理？
kafka 的架构是多节点-分布式结构，多个服务器处理数据，保证系统的高可用和高性能；
对于数据处理：期望系统的数据分布均匀，让每一个节点都可以高效处理数据；数据的均匀，kafka 如何实现？
kafka 通过分区可以实现数据的均匀存储/消费；
kafka 中的 主题（topic）是逻辑容器，topic 下面还有分区，分区下面是消息；同时，一个topic 中的消息不会存储在不同的分区上面，也就是说消息只会属于一个分区；通过多个分区可以将消息存储到不同的服务器上面，实现了消息的均匀分布，提升系统的整体性能；kafka -生产者的分区策略
生产者发送消息的时候，可以指定对应的分区策略，确保消息可以发送到不同的分区中；
常见的分区策略：
- 轮询策略：
轮询策略是 java 生产者默认的分区策略，能保证消息最大限度地被平均分配到所有分区上 - 随机策略：
随机消息到不同的分区上，会导致消息的不均匀分布 - Key-ordering策略
Key-ordering策略指的的消息键策略，可以指定消息字段为分区的 key ；
总结：
分区是实现负载均衡以及高吞吐量的关键，故在生产者这一端就要仔细盘算合适的分区策略，避免造成消息数据的“倾斜”，使得某些分区成为性能瓶颈，这样极易引发下游数据消费的性能下降。
