从源码中理解spring cloud kafka stream 是如何分配kafka的partitions给不同的instance的

首先，kafka的topic是由多个partitions物理分隔的。假设topic: testIn,有8个partitions

其次，我们编写的springcloud kafka stream程序，打成jar包后，可以部署多个不同的实例instances，假设部署了3个instance。

那么这3个instance是怎么分配这8个partitions的呢？

在spring.cloud.stream.kafka.bindings.input.consumer.autoRebalanceEnabled=true时(默认)，多个实例会自动均衡

的分配partitions,由ConsumerCoordinator来自动协调，不用您操心了（跟instanceCount 和instanceIndex 没关系了，但是concurrency还是同理的）， 当设置成false后：

主要是通过consumer的4个参数(org.springframework.cloud.stream.binder.ConsumerProperties)来决定的:

spring.cloud.stream.bindings.input.consumer.partitioned=true

准备启动多少个实例

spring.cloud.stream.bindings.input.consumer.instanceCount =3

该实例编号index,从0开始到instanceCount -1

spring.cloud.stream.bindings.input.consumer.instanceIndex =0

每个实例中启动多少个kafka consumer

spring.cloud.stream.bindings.input.consumer.concurrency  =1