一、生產者負載均衡
1、分區器
使用分區器，kafka生產消息時，根據分區器將消息投遞到指定的分區中。
Kafka默認的分區器時DefaultPartitioner。它的分區策略是根據key進行分配的。
如果key不為null： 對key值進行Hash計算，算出一個分區號； 擁有相同Key值被寫入同一個分區；
如果key為null： 消息將以輪詢方式，在所有可用分區中分別寫入消息。
如果不想使用Kafka默認分區器，可以實現Partitioner接口，自己實現分區方法。
並非分區數量越多，效率越高：
Topic 每個 partition 在 Kafka 路徑下都有一個自己的目錄，該目錄下有兩個主要的文件：base_offset.log 和 base_offset.index。Kafka 服務端的 ReplicaManager 會為每個 Broker 節點保存每個分區的這兩個文件的文件句柄。所以如果分區過多，ReplicaManager 需要保持打開狀態的文件句柄數也就會很多。
每個 Producer, Consumer 進程都會為分區緩存消息，如果分區過多，緩存的消息越多，占用的內存就越大；
n 個分區有 1 個 Leader，(n-1) 個 Follower，如果運行過程中 Leader 掛了，則會從剩余 (n-1) 個 Followers 中選舉新 Leader；如果有成千上萬個分區，那么需要很長時間的選舉，消耗較大的性能。
參考： https://blog.csdn.net/u010711495/article/details/113678248
二、消費者負載均衡
1、再均衡
再均衡是消費者層面的負載均衡
當一個group中，有consumer加入或者離開時，會觸發partitions均衡，從而提升topic的並發消費能力。
引起消費者再平衡的情況
1、新的消費者加入消費組
2、某個消費者從消費組中退出（異常或正常）
3、增加訂閱主題的分區（kafka的分區數，可以動態的增加，但不能減少）
4、某台broker宕機，新的協調器ZK當選
5、某個消費者在心跳會話時間內沒有發送心跳請求（配置參數：session.timeout.ms）, 組ZK認為該消費者已經退出。
如下圖所示，分區partitions有: P0, P1,P2,P3
加入group的消費者consumer有： C0， C1
流程如下：
1、 根據partitions索引號對partitions進行排序，P0, P1,P2,P3
2、根據consumer id排序，C0，C1
3、計算倍數 M = [P0, P1,P2,P3].size / [ C0， C1].size = 4 / 2 = 2;
4、然后依次分配Ci = [P(i * M),P((i + 1) * M -1)]， 當i=0時， C0=[P0,P1]; 當i=1時， C1=[P2,P3]
