Kafka主题中的分区从 0...N . 因此，如果对密钥进行哈希处理以确定分区，则结果哈希值必须在间隔内 [0;N] --它必须是有效的分区号。
使用模运算是散列中的标准技术。

使用自定义分区器对性能的影响完全取决于它的实现。
不过，我不太清楚你想达到什么目的。如果我正确理解您的问题，您想直接使用消息键的值作为分区号，而不对其执行任何模运算来确定分区吗？
在这种情况下，您需要做的就是为 ProducerRecord(java.lang.String topic, java.lang.Integer partition, K key, V value) 在向Kafka主题生成消息时，传入所需的分区号。这样，所有默认分区逻辑都将被完全绕过，消息将转到指定的分区。

通常对散列进行模运算，以确保条目符合散列范围。
假设哈希范围为5。

-------------------                                                                                   
| 0 | 1 | 2 | 3 | 4 |                                                                                  
 -------------------

如果你输入的hashcode恰好是 6 你必须除以可用的
使其适合范围的桶，在本例中是指桶1。
更重要的是，当你决定添加或删除范围桶。
假设您将hashmap的大小减少到4个bucket，那么最后一个bucket将处于非活动状态，并且
您必须将存储桶4中的值按顺时针方向重新刷新到下一个存储桶(我在说
关于一致性哈希）
另外，新的散列需要在活动的4个bucket中分布，因为第5个bucket将消失，这由模处理。
在分布式系统中，当您向集群中添加或删除节点时，会使用相同的概念来重新灰化。
Kafka的默认partitiononer使用模也是为了同样的目的。如果您添加或删除分区，这是非常常见的情况，如果您问我，例如在大量传入消息期间，我可能希望添加更多分区，以便实现高写吞吐量和高读吞吐量，因为我可以并行使用分区。
您可以根据业务逻辑重写分区算法，方法是选择消息中的某个键，以确保消息在[0…n]范围内均匀分布