分布式消息服務Kafka主要適用于以下幾種場景：

日志收集

• 構建應用系統和分析系統的橋梁，并將它們之間的關聯解耦。
• 支持實時在線分析系統和類似于 Hadoop 的離線分析系統。

Kafka本身的性能是非常高效的，同時Kafka的特性決定它非常適合作為"日志收集中心"，這是因為Kafka在采集日志的時候業務是無感知的，其能夠兼容自己的上游，能夠直接地通過配置加密消息。當日志數據發送到Kafka集群里面，其實對于業務而言是完全無侵入的。同時其在下游又能夠直接地對接Hadoop/ODPS等離線倉庫存儲和Strom/Spark等實現實時在線分析。在這樣的情況之下，使用Kafka，只需要用戶去關注整個流程里面的業務邏輯，而無需做更多的開發就能夠實現統計、分析以及報表。

流計算處理

• 構建應用系統和分析系統的橋梁，并將它們之間的關聯解耦。
• 通過支持流計算引擎，可對接開源 Storm/Samza/Spark 流計算引擎。

Kafka能夠做到流計算處理，比如股市走向分析、氣象數據測控、網站用戶行為分析等領域，由于在這些領域中數據產生快、實時性強、數據量大，所以很難統一采集并入庫存儲后再做處理，這便導致傳統的數據處理架構不能滿足需求。而Kafka Stream以及Storm/Samza/Spark等流計算引擎的出現，可以根據業務需求對數據進行計算分析，最終把結果保存或者分發給需要的組件。

多路轉發

• 一對多消費模型：發布/訂閱”模型，支持同份數據集能同時被消費多次。
• 支持實時和批處理：支持本地數據持久化和 Page Cache，在無性能損耗的情況下能同時傳送消息到實時和批處理的消費者。

對于不同業務維度，需要不同計算方式，比如對于對賬系統而言，可能需要實時的流處理方式；對于統計分析而言，可能使用批計算方式。Kafka能夠實現多路轉發，上游生產一份數據，多個下游節點都能夠獲取這份數據并做出相應的處理，Kafka可完成數據多路轉發功能。