Producer和Consumer扩展。
1.Producer扩展
Producer默认是随机将数据发送到topic的不同分区中，也可以根据用户设置的算法来根据消息的key来计算输入到哪个partition里面，此时需要通过partitioner来控制，这个知道就行了，通常在实际工作中一般在向kafka中生产数据的都是不带key的，只有数据内容，所以一般都是使用随机的方式发送数据。
producer的数据通讯方式有同步发送和异步发送两种。
- 同步发送：生产者发出数据后，等接收方发回响应以后再发送下个数据的通讯方式。
- 异步异步：生产者发出数据后，不等接收方发回响应，接着发送下个数据的通讯方式。
具体的数据通讯策略是由acks参数控制的，其取值含义如下：
- acks默认为1，表示需要Leader节点回复收到消息，这样生产者才会发送下一条数据。
- acks：all，表示需要所有Leader+副本节点回复收到消息（acks=-1），这样生产者才会发送下一条数据。
- acks：0，表示不需要任何节点回复，生产者会继续发送下一条数据。
看一下这个图：
针对这块在面试的时候会有一个面试题：Kafka如何保证数据不丢？
其实就是通过acks机制保证的，如果设置acks为all，则可以保证数据不丢，因为此时把数据发送给kafka之后，会等待对应partition所在的所有leader和副本节点都确认收到消息之后才会认为数据发送成功了，所以在这种策略下，只要把数据发送给kafka之后就不会丢了。
如果acks设置为1，则当我们把数据发送给partition之后，partition的leader节点也确认收到了，但是leader回复完确认消息之后，leader对应的节点就宕机了，副本partition还没来得及将数据同步过去，所以会存在丢失的可能性。不过如果宕机的是副本partition所在的节点，则数据是不会丢的。
如果acks设置为0的话就表示是顺其自然了，只管发送，不管kafka有没有收到，这种情况表示对数据丢不丢都无所谓了。
2.Consumer扩展
在消费者中还有一个消费者组的概念。每个consumer属于一个消费者组，通过group.id指定消费者组。
那组内消费和组间消费有什么区别吗？
- 组内：消费者组内的所有消费者消费同一份数据；
- 组间：多个消费者组消费相同的数据，互不影响。
注意：在同一个消费者组中，一个partition同时只能有一个消费者消费数据，如果消费者的个数小于分区的个数，一个消费者会消费多个分区的数据。如果消费者的个数大于分区的个数，则多余的消费者不消费数据。
来看下面这个图，加深一下理解：
Kafka集群有两个节点，Broker1和Broker2。集群内有一个topic，这个topic有4个分区，P0,P1,P2,P3
下面有两个消费者组：Consumer Group A和Consumer Group B。其中Consumer Group A中有两个消费者 C1和C2，由于这个topic有4个分区，所以，C1负责消费两个分区的数据，C2负责消费两个分区的数据，这个属于组内消费。
Consumer Group B有5个消费者，C3~C7，其中C3,C4,C5,C6分别消费一个分区的数据，而C7就是多余出来的了，因为现在这个消费者组内的消费者的数量比对应的topic的分区数量还多，但是一个分区同时只能被一个消费者消费，所以就会有一个消费者处于空闲状态。这个也属于组内消费
Consumer Group A和Consumer Group B这两个消费者组属于组间消费，互不影响。