Kafka源码分析（四）——Producer：Partitioner分区器

KafkaProducer在通过send方法发送消息时，获取到了Topic的元数据，就知道了Topic的所有分区。接着，Producer需要选择一个分区发送消息，分区选择的过程是基于Partitioner分区器完成的：

int partition = partition(record, serializedKey, serializedValue, cluster);

如果消息 ProducerRecord 中指定了 partition 字段， 那么就不需要分区器的作用 ，因为partition代表的就是所要发往的分区号；如果消息 ProducerRecord 中没有指定partition字段，那么就需要依赖分区器 ，根据 key这个字段来计算partition的值。

总之，分区器的作用就是为消息分配分区，Kafka提供的默认分区器是org.apache.kafka.clients.producer.internals.DefaultPartitioner， 本章，我们就来看看它的内部原理。

一、分区流程

1.1 Partitioner接口

分区器的接口比较简单，核心就是partition方法，根据消息自定义计算分区号：

public interface Partitioner extends Configurable, Closeable {
    /**
     * 根据消息计算分区
     */
    public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster);

    public void close();
}

1.2 DefaultPartitioner

KafkaProducer提供了默认的分区器实现——DefaultPartitioner，实现的思路也是非常简单的：

public class DefaultPartitioner implements Partitioner {

    private final ConcurrentMap<String, AtomicInteger> topicCounterMap = new ConcurrentHashMap<>();

    public void configure(Map<String, ?> configs) {}

    public int partition(String topic, Object key, byte[] keyBytes, Object value, byte[] valueBytes, Cluster cluster) {
        // 1.获取当前Topic的所有分区
        List<PartitionInfo> partitions = cluster.partitionsForTopic(topic);
        int numPartitions = partitions.size();

        // 2.1如果没有指定消息Key
        if (keyBytes == null) {
            // 获取一个递增序号值
            int nextValue = nextValue(topic);
            // 获取当前Topic的所有可用分区
            List<PartitionInfo> availablePartitions = cluster.availablePartitionsForTopic(topic);
            if (availablePartitions.size() > 0) {
                // 对可用分区取余
                int part = Utils.toPositive(nextValue) % availablePartitions.size();
                return availablePartitions.get(part).partition();
            } else {
                // 没有可用分区，则直接对总分区数取余
                return Utils.toPositive(nextValue) % numPartitions;
            }
        } 
        // 2.2如果指定了消息Key
        else {
            // 采用murmur2算法计算Key的Hash值，然后对分区数取余
            return Utils.toPositive(Utils.murmur2(keyBytes)) % numPartitions;
        }
    }

    private int nextValue(String topic) {、
        // topicCounterMap保存了Topic的递增序号
        AtomicInteger counter = topicCounterMap.get(topic);
        if (null == counter) {
            counter = new AtomicInteger(new Random().nextInt());
            AtomicInteger currentCounter = topicCounterMap.putIfAbsent(topic, counter);
            if (currentCounter != null) {
                counter = currentCounter;
            }
        }
        return counter.getAndIncrement();
    }

    public void close() {}
}

上述分区算法的流程如下：

1. 如果消息没有指定Key，则获取所有可用分区数，然后进行取余，得到一个分区号，这个分区号对应的分区就是要发送消息的分区；
2. 如果消息指定了Key，则采用 murmur2 算法，计算Key的Hash值，然后与分区数取数，得到分区号。

二、总结

本章，我对KafkaProducer的分区器的内部原理进行了讲解。如果我们指定了消息的Key，那么同一个Key的不同消息，会生成相同的hash值，路由到的分区也一定是相同的。

但是需要特别注意，如果对主题的分区进行了增减，那么就难以保证 key 与分区之间的映射关系了。