在我的例子中，我使用了默认的分区器，但是一个分区中的记录仍然比其他分区中的记录多得多。问题是我意外地有许多记录使用相同的密钥。检查你的钥匙！

您可以使用producer记录的关键参数。对于一个特定的键，数据总是进入同一个分区，我不知道你的生产者记录的结构，但是正如你说的，你有10个分区，那么你可以简单地使用n%10作为你的生产者记录键。如果n是0到9，那么记录0的密钥将是0，然后kafka将生成一个散列密钥并将其放入某个分区，比如分区0，记录1的密钥将是1，然后它将进入第一个分区，依此类推。这样您就可以在producer记录上应用循环，您的密钥将独立于记录中的字段，因此您可以将变量n和密钥设置为n%10。
或者可以在producer记录中指定分区。因此，要么使用producer记录的key或partition字段。

由于我无法与浮士德解决这个问题，我使用的方法是自己实现“循环”分发。
我反复查看我的记录以生成并执行以下操作，例如：

for index, message in enumerate(messages):
    topic.send(message, partition=index % num_partitions)

i、 e.将我的索引绑定到我拥有的分区范围内。
仍然可能存在不均匀性-考虑您重复运行此操作，但您的记录数少于您的记录数 num_partitions -然后您的第一个分区将继续获得消息的主要份额。可以通过添加随机偏移量来避免此问题：

import random
initial_partition = random.randrange(0, num_partitions)
for index, message in enumerate(messages):
    topic.send(message, partition=(initial_partition + index) % num_partitions)

如果您已经从记录中定义了partitioner，比如在kafka中，key是string，value是student pojo。
在student pojo中，假设基于student country字段，我想在一个特定的分区中。假设一个主题有10个分区，例如，在值上，“印度”是一个国家，基于“印度”，我们得到了分区号5。
每当国家是“印度”时，Kafka就会分配5号分区，并且该记录总是转到5号分区（如果分区没有改变的话）。
假设在您的管道中有许多记录即将到来，并且有一个国家“印度”，所有这些记录都将转到第5分区，您将看到Kafka分区中的不均匀分布。

根据defaultpartitioner类本身中的javadoc注解，默认的分区策略是：
如果在记录中指定了分区，请使用它。
如果未指定分区，但存在密钥，请根据密钥的哈希值选择分区。
如果没有分区或密钥，则以循环方式选择分区。
https://github.com/apache/kafka/blob/trunk/clients/src/main/java/org/apache/kafka/clients/producer/internals/defaultpartitioner.java
因此，这里有两个可能导致分布不均匀的原因，具体取决于您是否在生成消息时指定了密钥：
如果您指定一个键，并且使用defaultpartitioner得到的分布不均匀，最明显的解释是您多次指定同一个键。
如果未指定键并使用defaultpartitioner，则可能会发生不明显的行为。根据上面的内容，您可能希望消息的循环分发，但情况未必如此。0.8.0中引入的优化可能会导致使用相同的分区。有关更详细的说明，请查看此链接：https://cwiki.apache.org/confluence/display/kafka/faq#faq-如果没有指定分区键，为什么数据不会在分区中分发。

不必使用默认的分区器类，您可以为生产者分配一个分区号，这样消息就可以直接到达指定的分区，

ProducerRecord<String, String> record = new ProducerRecord<String, String>(topicName, partitionNumber,key, value);

似乎你的问题是不均衡的信息消费，而不是不均衡的信息生产Kafka主题。换句话说，读取线程的数量与拥有的分区数量不匹配（尽管它们不需要匹配1:1，但每个使用者线程读取的分区数量必须相同）。
有关详细信息，请参阅简短的说明。