分布式消息服务Kafka主要适用于以下几种场景：

日志收集

• 构建应用系统和分析系统的桥梁，并将它们之间的关联解耦。
• 支持实时在线分析系统和类似于 Hadoop 的离线分析系统。

Kafka本身的性能是非常高效的，同时Kafka的特性决定它非常适合作为"日志收集中心"，这是因为Kafka在采集日志的时候业务是无感知的，其能够兼容自己的上游，能够直接地通过配置加密消息。当日志数据发送到Kafka集群里面，其实对于业务而言是完全无侵入的。同时其在下游又能够直接地对接Hadoop/ODPS等离线仓库存储和Strom/Spark等实现实时在线分析。在这样的情况之下，使用Kafka，只需要用户去关注整个流程里面的业务逻辑，而无需做更多的开发就能够实现统计、分析以及报表。

流计算处理

• 构建应用系统和分析系统的桥梁，并将它们之间的关联解耦。
• 通过支持流计算引擎，可对接开源 Storm/Samza/Spark 流计算引擎。

Kafka能够做到流计算处理，比如股市走向分析、气象数据测控、网站用户行为分析等领域，由于在这些领域中数据产生快、实时性强、数据量大，所以很难统一采集并入库存储后再做处理，这便导致传统的数据处理架构不能满足需求。而Kafka Stream以及Storm/Samza/Spark等流计算引擎的出现，可以根据业务需求对数据进行计算分析，最终把结果保存或者分发给需要的组件。

多路转发

• 一对多消费模型：发布/订阅”模型，支持同份数据集能同时被消费多次。
• 支持实时和批处理：支持本地数据持久化和 Page Cache，在无性能损耗的情况下能同时传送消息到实时和批处理的消费者。

对于不同业务维度，需要不同计算方式，比如对于对账系统而言，可能需要实时的流处理方式；对于统计分析而言，可能使用批计算方式。Kafka能够实现多路转发，上游生产一份数据，多个下游节点都能够获取这份数据并做出相应的处理，Kafka可完成数据多路转发功能。