1、消费者组和分区数之间的关系是怎样的？
消费者组内每个消费者负责消费不同分区的数据，一个分区只能由一个组内消费者消费
消费者组之间互不影响，所有的消费者都属于某个消费者组，即消费者组是逻辑上的一个订阅者
2、kafka如何知道哪个消费者消费哪个分区？
生产者把数据发送给各个分区，每个broker都有一个coordinator（协调器），消费者组对分区进行消费
GroupId对50取模，看最后的结果是哪个分区节点，假如是partition1，那么一分区的coordinator就是老大，消费者组中的消费者纷纷向coordinator发送JOinGroup请求，coordinator从中随机选一个consumer作为本次消费的Leader，coordinator把本次的消费情况发给Leader，让Leader制定一个消费计划（哪个consumer消费哪个partition）并发给coordinator，协调器再进行群发并公布给各个consumer，各个consumer按照这个计划进行消费
3、kafka消费者的消费分区策略有哪些，默认是个？
Kafka有四种主流的分区分配策略： Range、RoundRobin（轮询）、Sticky（粘性）、CooperativeSticky（配合的粘性）
可以通过配置参数partition.assignment.strategy，修改分区的分配策略。默认策略是Range + CooperativeSticky。Kafka可以同时使用多个分区分配策略。
3.1 Range分区策略原理
3.2 RoundRobin 分区策略原理
7.3 Sticky 分区策略原理
**粘性分区定义：**可以理解为分配的结果带有"粘性的"。即在执行一次新的分配之前， 考虑上一次分配的结果，尽量少的调整分配的变动，可以节省大量的开销。 粘性分区是 Kafka 从 0.11.x 版本开始引入这种分配策略，首先会尽量均衡的放置分区 到消费者上面，在出现同一消费者组内消费者出现问题的时候，会尽量保持原有分配的分区不变化
使用粘性分区会按照上一次的分区方法进行分区
7.4 CooperativeSticky
在消费过程中，会根据消费的偏移量情况进行重新再平衡，也就是粘性分区，运行过程中还会根据消费的实际情况重新分配消费者，直到平衡为止。
好处是：负载均衡，不好的地方是：多次平衡浪费性能。
动态平衡，在消费过程中，实施再平衡，而不是定下来，等某个消费者退出再平衡。