监控：主机通过Kafka发送与系统和应用程序健康相关的指标，然后这些信息会被收集和处理从而创建监控仪表盘并发送警告。除此之外，LinkedIn还利用Apache Samza实现了一个能够实时处理事件的富调用图分析系统。
分析: 为了更好地理解用户行为，改善用户体验，LinkedIn公司将用户查看了哪个页面、点击了哪些内容等信息发送到每个数据中心的Kafka集群上，并通过Hadoop进行分析、生成日常报告。
作为分布式应用程序或平台的构件（日志）：大数据仓库解决方案Pinot等产品将Kafka作为核心构件（分布式日志），分布式数据库Espresso将其作为内部副本并改变传播层。
日志聚合： kafka的特性决定它非常适合作为“日志收集中心”；application可以将操作日志“批量”“异步”的发送到kafka集群中,而不是保存在本地或者DB中；kafka可以批量提交消息/压缩消息等,这对producer端而言,几乎感觉不到性能的开支.此时consumer端可以使hadoop等其他系统化的存储和分析系统。
Kafka深入 基本术语topic：将Kafka中的消息分类，一类消息可以称为topic，topic也可以看作消息队列
produce：将消息发布到Kafka对应topic中的进程
consumer：订阅Kafka的某个topic，并从该topic中消费消息
broker：Kafka由一个或多个服务器构成的分布式系统，每个服务器称作broker。一台物理机器可能有多个broker。
图从上层结构反映：producers通过网络向Kafka集群发送消息，Kafka又将消息发送给consumers。Produce和Kafka集群，以及Kafka集群和consumer之间是通过TCP协议通信的。
Topic和日志Topic是属于同一类消息的集合，Kafka采用分区的方法维护每个topic，格式如下： 每个分区都是一个有序的，不变的消息队列。分区中的消息在本分区中都有一个唯一序列id，该序列id称为offset。新的消息直接添加到分区的末尾。 Kafka会保留设置时间范围内的所有消息记录，尽管某些记录已经被consumer消费过。每个consumer会保存其在日志中的位置信息，该位置信息称为offset，offset由consumer管
理。Consumer增加offset的值，依次读取队列中新的消息。但是，consumer控制offset，使其能够读取任意offset的消息。 Consumer这种读取消息的机制，使得consumer非常灵活，可以随时读取topic中任意位置的消息，consumer的运行和Kafka集群以及其他consumer没有影响。 Partition是物理上的分区，每个partition有若干segment组成。具体参考如下：
单broker分布情况
多broker分布情况
分布式