关于物联网的 kafka 订阅讨论设计 有三个订阅者：A，B，C A 想订阅 modelId 的 所有 测点。B 想订阅 modelId 的 Ua,Ia 测点。C 想订阅 所有 Ua 的测点 方案一： 订阅 总的kafka topic，在各自 的消费组里 进行消息过滤。方案二： 在消息源端进行过滤，分别推送三个不同的 kafka topic
方案一：架构简单，生产方可长年不做任何改造，消费者按需过滤，工作量在消费者，一个消费者失误只会影响自己。
方案二：消息类型的再细分，坏处是逻辑在生产者，以后新增类型生产者和消费者都要改动代码，好处是可扩展性强，并发高，网络传输减少了，大规模场景下显而易见。
另外一套方案：
同一个topic，根据
key规则，将消息分发到不同的消费者分区，消费者订阅不同的分区来获取想要的数据。感谢回复， 第三种方案， pattion 的数量如何划分，根据什么样的 key 规则可以初始需求呢，这一点我没有底，望不啬赐教
分区逻辑是你自己写的，所以比较灵活，你的匹配逻辑比较简单，可以通过(point=?)来放到不同的分区中，分区的数量就基于你的量来绝对范围了，比如
Ua发送到1-10分区。分区逻辑的例子：
生产者发送消息的规则：
props.put("partitioner.class", "example.producer.SimplePartitioner");逻辑类：
import kafka.producer.Partitioner; import kafka.utils.VerifiableProperties; public class SimplePartitioner implements Partitioner { public SimplePartitioner (VerifiableProperties props) { } public int partition(Object key, int a_numPartitions) { int partition = 0; String stringKey = (String) key; int offset = stringKey.lastIndexOf('.'); if (offset > 0) { partition = Integer.parseInt( stringKey.substring(offset+1)) % a_numPartitions; } return partition; } }这段逻辑的关键，我们得到的IP地址，取得最后一个字节，并进行分区数模运算，得出相应的分区，好处是相同的源ip划分到相同的分区里。但是你在消费的时候，要知道如何处理。
第三种方案： 参考 mqtt tpoic 设计方案 /tenantId/modelId/productId/deviceId/point, 但是我不确定这个 topic 会不会膨胀到无法管理，基本上 一个项目上得有 5 个模型，每个模型有3个产品，然后 50个点位，，5350 = 750，如果设备再多一点，1000 个设备 ？ 750*1000！boom！ 看来设备Id 不能加. /tenantId/modelId/productId/point 750 个 topic! 不知道这种方案又怎样
如果你量庞大，消费者又不想复杂，你可以考虑选择第4种方式，借助kafka的
流来将消息拆分。topicA（所有消息） -> 流 （将消息拆分发送到 topicB，和topicC）这样，A就直接消费topicA，流来拆分消息（流量也在服务器消化了），消费者B和C分别消费topicB和topicC。
参考：Kafka Streams开发者指南
感谢，我想这个方案 和 方案二 不谋而合，也是我偏向的一种方案，我将向这个方案靠近验证
你的答案