原文連線

以下是Apache Kafka™的一些常見使用場景的描述。有關這些實踐領域的一些概述，請參閱此博文。

訊息

Kafka被當作傳統訊息中介軟體的替代品。訊息中介軟體的使用原因有多種（從資料生產者解耦處理，快取未處理的訊息等）。與大多數訊息系統相比，Kafka具有更好的吞吐量，內建的分割槽，多副本和容錯功能，這使其成為大規模訊息處理應用程式的良好解決方案。
在我們的經驗中，訊息的使用通常是相對較低的吞吐量，但可能需要較低的端到端延遲，並且通常需要強大的永續性保證，這些Kafka都能提供。

在這些要點中，Kafka可與傳統訊息系統（如ActiveMQ或RabbitMQ）媲美。

網站行為跟蹤

Kafka的初衷就是能夠將使用者行為跟蹤管道重構為一組實時釋出-訂閱資料來源。這意味著網站活動（頁面瀏覽量，搜尋或其他使用者行為）將被髮布到中心主題，這些中心主題是每個使用者行為型別對應一個主題的。這些資料來源可被訂閱者獲取並用於一系列的場景，包括實時處理，實時監控和載入到Hadoop或離線資料倉庫系統中進行離線處理和報告。

使用者行為跟蹤通常是非常高的資料量，因為使用者每個頁面瀏覽的都會生成許多行為活動訊息。

測量

kafka經常用於執行監控資料。這涉及彙總分散式應用程式的統計資料，以產生操作運營資料的彙總資料。

日誌聚合

許多人使用Kafka作為日誌蒐集解決方案的替代品。日誌蒐集通常從伺服器收集物理日誌檔案，並將它們集中放置（可能是檔案伺服器或HDFS），以便後續處理。kafka抽象出文件的細節，並將日誌或事件資料作為訊息流清晰地抽象出來。這可以為更低處理延遲提供支援，對多資料來源和分散式資料消費更容易支援。與以日誌為中心的系統（如Scribe或Flume）相比，Kafka效能同樣出色，由於副本機制確保了更強的耐用性保，並且端到端延遲更低。

流處理

許多kafka使用者處理由多個階段組成的處理管道中的資料，其中原始輸入資料從kafka主題消費，然後彙總，豐富或以其他方式轉換為新主題以便進一步消費或後續處理。例如，用於推薦新聞文章的管道可以從RSS提要中抓取文章內容並將其釋出到“文章”主題;進一步規範化或刪除重複內容，並將清洗後的文章內容釋出到新主題。最後的處理階段可能會嘗試向用戶推薦這些內容。這樣的管道建立實時基於各個主題資料流圖。從0.10.0.0版本開始，Apache Kafka提供了一個名為Kafka Streams的輕量級，但功能強大的流處理庫，可執行如上所述的資料處理。除了Kafka Streams之外，替代開源流處理工具還包括

事件源

事件源是一種應用程式設計風格，其中狀態的改變作為事件序列被記錄下來。 Kafka對非常大的儲存日誌資料提供支援，使其成為以此風格構建的應用程式的一種優秀後端。

提交日誌

Kafka可以作為分散式系統的一種外部提交日誌。日誌有助於在節點間複製資料，並作為故障節點恢復其資料的重新同步機制。kafka日誌壓縮功能有助於這種使用場景。在這個場景中，Kafka類似於Apache BookKeeper。