卡夫卡-多主题与多分区

我正在开发一个apache spark用例,需要从kafka中读取数据。我有一个非常基本的问题来理解spark读取卡夫卡数据的方式。

根据我的理解,如果数据速度和容量很高,那么我可以在kafka中创建多个分区,并在spark中读取。现在,dstream中的分区数与kafka中的分区数相同。

现在我的问题是:-

我只有一个生产者和一个消费者。

在第一个场景中:-

(1) 1个卡夫卡主题,4个分区-->1个带4个分区的数据流

在第二种情况下:-

但在这里,我可以“联合”所有数据流来创建单个数据流。

unionedDstream= dstream1.union(dstream2).union(dstream3).union(dstream4)

现在,“unionedDstream”将变成“具有4个分区的1个数据流”(与第一个场景相同)。如果是,那么哪个流程在性能方面更有效?