spring cloud stream 是如何分配kafka的partitions给不同的instance的

生产者设置分区

spring.cloud.stream.bindings.output.producer.partitionKeyExpression=payload
spring.cloud.stream.bindings.output.producer.partitionCount=2
1
2

• spring.cloud.stream.bindings.output.producer.partitionKeyExpression：通过该参数指定了分区键的表达式规则，我们可以根据实际的输出消息规则来配置SpEL来生成合适的分区键，关于这个参数的作用详细看这里
• spring.cloud.stream.bindings.output.producer.partitionCount：该参数指定了消息分区的数量

消费者设置分区

spring.cloud.stream.kafka.bindings.input.consumer.autoRebalanceEnabled=true
1

这个值默认就是true，多个实例会自动均衡，无需再配置instanceCount 和instanceIndex，当设置成false后，主要是通过consumer的4个参数来决定的:

spring.cloud.stream.bindings.input.consumer.partitioned=true
spring.cloud.stream.bindings.input.consumer.instanceCount =3
spring.cloud.stream.bindings.input.consumer.instanceIndex =0
spring.cloud.stream.bindings.input.consumer.concurrency  =1
1
2
3
4

• instanceCount ：准备启动多少个实例
• instanceIndex ：实例编号，从0开始到instanceCount -1
• concurrency ：每个实例中启动多少个kafka consumer

参考：

• 从源码中理解spring cloud kafka stream 是如何分配kafka的partitions给不同的instance的
• Spring Cloud构建微服务架构：消息驱动的微服务（消费分区）【Dalston版】