高并发场景下消息中间件分区策略：均匀分区 vs 按业务键分区，如何取舍？

【背景】 我们团队在搭建订单系统时，面对 Kafka 分区策略选择陷入两难：

• 均匀分区（round-robin）能平衡负载，但会导致同一业务键的消息分散到不同分区，影响消费顺序性
• 按业务键分区（如订单ID）能保证顺序性，但可能引发分区热点，导致消费延迟

【常见分歧】

1. 技术团队倾向按业务键分区，认为顺序性更重要
2. 运维团队主张均匀分区，担心热点导致扩容困难
3. 业务方要求保证交易消息的严格顺序

【我的倾向】 目前我们采用折中方案：

1. 核心交易消息按订单ID分区
2. 日志类消息使用均匀分区
3. 非关键业务消息设置分区数为CPU核数的2倍

【想听大家】

1. 你们遇到过哪些分区策略导致的踩坑案例？
2. 在流量突增时，如何动态调整分区数？
3. 是否尝试过混合分区策略？效果如何？