虽然我理解这里 Why does co-partitioning of two Kstreams in kafka require same number of partitions for both the streams? 解释的共同分区的先决条件，但我不理解确保每个主题的分区具有相同键的机制，被分配到相同的 KAFKA 流.我看不出 KAFKA 的消费者群体将如何实现这一点。
我的理解是，我们有2个独立的consumer group，实际上可能同名，因为是同一个kafka stream应用，虽然每个topic的订阅是相互独立的。
不知何故，每个消费者组中的消费者被分配到包含相同键的分区。我不知道消费者对分区的分配可能与分区的内容有关。到目前为止，我虽然它是随机的。
有人可以解释那部分吗？
【问题讨论】：
标签： apache-kafka apache-kafka-streams
我的理解是，我们有2个独立的consumer group，实际上可能同名，因为是同一个kafka stream应用，虽然每个topic的订阅是相互独立的。
一个消费者组的所有成员都有相同的“名称”（即group.id）——不可能有两个同名的消费者组。这将是一个消费者群体。
虽然每个主题的订阅是相互独立的
对于KafkaConsumer，组中的不同成员可以有不同的订阅（即使这应该是非常罕见的情况）。然而，对于 Kafka Streams，要求组的所有成员（即应用程序实例）使用确切的一些输入主题（即它们的订阅必须相同）执行确切的一些 Topology。
我不知道消费者对分区的分配可能与分区的内容有关。到目前为止，我虽然是随机的。
没错。
来自你自己的回答：
也就是说，如果partition的个数相同，并且topic的每个producer的partition策略相同，那么key相同的message会在partition range上以同样的方式分配，分配给消费者以相同的方式，即作为来自每个主题的分区的连续子集。因此，相同的流任务将始终具有具有相同键的两个主题的分区。
这也是正确的。
请注意，Kafka Streams 使用特殊的分区分配器（不是消费者提供的默认分区分配器）来确保共同分区、粘性（即状态存储感知）和分配备用任务。
【讨论】：
刷新后，我发现以下两条语句可以解释这一切：
A consumer group has a unique id. Each consumer group is a subscriber to one or more Kafka topics.
因此，一个消费者组可能涉及多个主题及其分区以及将它们分配给该组消费者的策略。
PARTITION.ASSIGNMENT.STRATEGY（在 Kafka 权威指南中）
PartitionAssignor 是一个类，给定消费者和他们订阅的主题，决定哪些分区将分配给哪个消费者。默认情况下，Kafka 有两种分配策略：
也就是说，如果partition的个数相同，并且topic的每个producer的partition策略相同，那么key相同的message会在partition range上以同样的方式分配，分配给消费者以相同的方式，即作为每个主题的分区的连续子集。因此，相同的流任务将始终具有具有相同键的两个主题的分区。
【讨论】：