1、分区策略：
1）分区的原因：
（1）方便在集群中扩展,每个partition可以通过调整以适应它所在的机器，而一个topic又可以由多个partition组成，因此整个集群就可以适应任意大小的数据了。
（2）可以提高并发，因为可以以partition为单位进行读写了。
2）分区的原则：
（1）在指出了partition的情况下，直接将指明的值作为partition的值。
（2）没有指明partition值但是有key的情况下，将key的hash值与topic的partition数进行取余得到partition值。
（3）既没有指明partition值又没指出key的情况下，使用轮询算法。第一次加入的分区是随机的，后面进行轮询。
2）保证数据的可靠性
为了保证生产者发送的数据，能可靠地发送给指定的topic，Topic的每个partition收到生产者发送的数据后，都需要向生产者发送一个ack（确认收到），如果生产者收到ack就会进行下一轮的数据发送，否则就会重新发送该数据。
这里又会衍生出以下两个问题
（1）何时发送ack:当确保有follower和leader同步完数据后，leader才能发送ack，这样才能保证leader挂了之后数据的安全性。
(2)有多少follower同步完成后，leader才发送ack呢？全部的follower都同步完成吗？部分follower同步完成？
kafka选择了第二种方案，全部的follower同步完成才会让leader发送ack。因为，第一种方案为了容忍n台节点的故障需要维护2n+1个副本，而第二种方案只需要维护n+1台副本。kafka的每个分区都会有大量数据，第一种方案会造成大量数据的冗余。第二种方案可能会造成网络延迟，但是网络延迟对kafka来说影响较小。
ISR
采用第二种方案后，设想以下的场景：leader收到数据，follower开始同步数据，但是有一台或几台follower发送故障，无法同步完成，这样leader就不能发送ack给生产者。这个问题怎么解决？
Leader维护了一个动态的ISR，意为与leader保持同步的follower集合。当ISR中的follower完成数据同步后，Leader就会给生产者发送ack。如果follower长时间未和leader同步数据，leader就会将该follower踢出ISR的队伍，该时间阈值由replica.lag.max.ms参数设定。leader发生故障后会从ISR集合中选出新的leader.
ack应答机制：
对于某些不太重要的数据，对数据的可靠性要求不太高，所以没必要等ISR中的follower全部同步完。kafka为用户提供了三种可靠性级别，根据用户对可靠性和延迟的要求进行权衡，选择配置。
ack参数配置：
acks的参数可以设置为“0”，“1”，“-1”。
0：：生产者不需要等待broker的ack，broker一接收到还没有写入磁盘就已经返回，当broker故障时可能丢失数据。就是生产者直接发送数据，不需要接受返回的ack。
1：：生产者等待broker的ack，partition的leader落盘成功后返回ack，如果follower在同步成功之前，leader发送故障，那么将会丢失数据。
-1：：生产者等待broker的ack，partition的leader和follower全部落盘成功后才会返回ack.如果在follower同步完成后，broker发送ack之前，leader发送故障，那么会造成数据重复。