我将创建基于传感器和基于设备的分区的主题：

A sensor on Device 1 -> topic A, partition 1.
A sensor on Device 2 -> topic A, partition 2.
B sensor on Device 2 -> topic B, partition 2.

等等。
我不知道你有什么样的传感器，但它们在语义上似乎属于同一组数据。在分区的帮助下，您可以进行并行处理。
但这取决于你想如何处理你的数据：是更重要的传感器一起处理还是设备？

这取决于您的语义：
主题是一个逻辑抽象，应该包含“统一”数据，即具有相同语义的数据
一个主题可以很容易地通过它的分区数进行扩展
例如，如果有不同类型的传感器收集不同的数据，则应为每种类型使用一个主题。
由于可以添加或删除设备，也可以添加或删除传感器。有没有一种方法可以动态地创建这些主题和分区。
如果每个消息中都嵌入了设备元数据（以区分日期从何而来），则应该使用具有多个分区的单个主题进行扩展。可以添加新主题或分区，但必须手动完成。对于添加新分区，问题可能是它可能会更改数据分布，从而破坏语义。因此，最佳实践是从一开始就对主题进行过度分区，以避免添加新分区。
如果没有嵌入元数据，则需要多个主题（例如，每个用户或每个设备）来区分消息来源。
作为一个替代方案，可能一个具有多个分区的单一主题以及从设备/传感器到分区的固定Map（通过使用自定义分区器）也可以工作。对于这种情况，添加新分区是没有问题的，因为您可以控制数据分布并保持其稳定。
更新
有一篇博文讨论了这一点：https://www.confluent.io/blog/put-several-event-types-kafka-topic/