kafka主题是以分区（Partition）的形式来存储的，什么意思呢，我们看下kafka的数据目录:
其中有一个目录是mytopic-0，这是我们之前创建的主题，这里的-0就是分区编号，目录中存放了数据文件：
我们使用--partitions 2参数创建一个2个分区的主题：
# 集群情况下，--bootstrap-server参数把所有节点地址都配进来
./kafka-topics.sh --bootstrap-server=10.211.55.3:9092,10.211.55.4:9092,10.211.55.5:9092 --create --topic test --partitions 2再看数据目录，发现了test主题有test-0和test-1两个目录：
所以所谓分区，从存储的角度来说，其实就是分成多个目录来存。
那么有什么用呢？
假设我们有一个3个台机器组成的kafka集群，然后创建一个4分区的主题，那么数据的存储有可能是这样的：
多节点多分区的情况下，分区是可以分布在不同节点上的，这可以带来比原来高数倍的吞吐。
因为消息的消费是按offset顺序消费的（单分区），写入和读取都要按顺序来，这意味着性能瓶颈。但有了分区之后，无论是生产者还是消费者，都可以并发的读写4个分区：
而且从数据目录中可以看到，有一个kafka自己创建的主题__consumer_offsets，足足有50个分区。
这个主题从命名上不难猜出，它是用来保存消费者offset的。当消费者消费了一条数据时，就要向broker提交offset，告诉broker我成功消费到这里了，broker就会将offset保存到__consumer_offsets主题中。
如果此时消费者重启了，就可以从__consumer_offsets中找到上次消费到哪里了，然后继续消费。
之所谓要有50个分区这么多，因为这个主题要面对所有的消费者（可能有几个甚至几十上百个消费者），分区数不足的话难以支持高并发。
当一个主题有了多个分区之后，两个消费者如果使用同样的消费组id来消费，和单分区时不一样，此时两个消费者都可以收到消息，且收到的消息是不重复的。如下图所示：
这也印证了上面说的并发读写，一个消费者来不及消费的时候，可以使用多个消费者来并发消费。
但消费者数量并不是可以无限增加的，在同一个消费组中，每一个分区，只能被一个消费者消费（为了保证分区消费顺序），也就是说，消费者数量要小等于分区数，多了也没用。
我们来总结一下消费者数量与分区数的关系：
消费者数量等于分区数时，每一个消费者分别消费一个分区
消费者数量大于分区数时，多出来的消费者消费不到数据
消费者数量小于分区数时，部分消费者会消费多个分区
注意：同一个分区中的消息是顺序被消费的，但不同分区之间是没有顺序关系的。
