1. 分区与 key：你在取舍什么

Kafka 的并行度来自分区（partition），而你选择的 key 决定“同 key 的消息落到同一分区”。

常见目标：

• 按设备有序：key = {{device_id}}（推荐默认）
• 最大并行度：key 为空或更均匀散列（但设备内顺序不保证）

推荐

绝大多数 IoT 场景，按设备有序是最合理平衡：同设备的状态/遥测更容易被平台侧正确解释。

---

2. 幂等 producer

Kafka 插件默认启用幂等 producer（enableIdempotence=true）。

作用：

• 在网络抖动导致重试时，尽量减少重复写入的风险（更强交付语义）

注意：

• 幂等并不等价于“端到端 exactly-once”（平台侧仍需幂等消费）

---

3. 吞吐调优

3.1 先确认平台侧消费能力

如果 consumer 跑不动，你在 producer 侧调再多也只会堆积。

3.2 调 batch/linger/压缩

• lingerMs：提高吞吐但增加延迟
• batchSizeBytes / batchNumMessages：提高吞吐但增加内存占用
• compression：压缩可以省带宽，但会吃 CPU