好的，我们来详细解释一下 Kafka 中的Range 分配策略和再平衡（Rebalance）机制。
Range 是对每个 topic 而言的。
首先对同一个topic里面的分区按照序号进行排序，并对消费者按照字母顺序进行排序。
假如现在有7个分区，3个消费者，排序后的分区将会是0,1,2,3,4,5,6;消费者排序完之后将会是C0,C1,C2。
通过partitions数/consumer数来决定每个消费者应该消费几个分区。如果除不尽，那么前面几个消费者将会多
消费1个分区，
例如，7/3=2余1，除不尽，那么消费者C0便会多消费1个分区。8/3=2余2，除不尽，那么C0和C1分别多
消费一个。
注意：如果只是针对1个topic而言，C0消费者多消费1个分区影响不是很大。但是如果有N多个topic，那么针对每个 topic，消费者C0都将多消费1个分区，topic越多，C0消费的分区会比其他消费者明显多消费N个分区。
容易产生数据倾斜！
1. Range 分配策略
在 Kafka 中，一个主题（Topic）可以被分成多个分区（Partition）。一个消费者组（Consumer Group）内的多个消费者实例需要协调分配这些分区，以便共同消费主题的数据。Range 策略是 Kafka 提供的一种分区分配策略（还有其他策略，如 RoundRobin）。
核心思想：Range 策略的核心是按照分区编号的顺序和
