只有在您的用例中，分区和使用者之间保持1:1的关系才是一件很重要的事情：
记录是均匀分布的：这意味着您的生产者必须对发送记录时写入哪些分区有最小的控制。在Kafka2.4之后，这意味着很多，因为默认的分区器不再是循环，而是粘性分区器。所以你需要在producer中显式地设置roundrobin来实现这一点。
偶数分区分配：在kafka的最新版本中，分区分配给使用者的默认行为已经改变。在引入增量式/协作式再平衡协议之后，出现了一种趋势，即将分区分配给相同的活动消费者，以减少在再平衡期间世界暂停的次数。使用更均匀的分配意味着放弃新协议的创新，因此，如果其中一个协议的活跃性受到影响，那么您的消费者就更有可能暂停。
除非您处理的是需要尽快处理每条记录的高吞吐量用例，否则分区和使用者之间的1:1代价太高，因为每个使用者线程都不是免费的。例如，不建议将它们放在同一个框中，因为可用的内核可能很少，而且线程数量较多会导致持续的上下文切换，从而降低吞吐量。解决方案是将这些线程分布在多个盒子上，但是它们。。。成本问题又来了。
我会衡量100:1的效率。这似乎是合理的，特别是如果入口吞吐量不高，并且一些消费滞后是可以容忍的。

消费者群体的主要目的是将工作分配到多台机器上。每个线程运行一个使用者也是可能的，但在高负载主题场景中，它不会带来任何价值。
Kafka的投票记录效率很高。通常，处理它们是瓶颈。因此，主要思想是将这些工作划分到多台机器上，以便每个使用者应用程序都能跟上工作负载。