Kafka是一个分布式的、多分区的、多副本（注意：多副本在0.8.∗以上版本才支持）的消息队列系统，但是在做日志活动流数据分析时，Kafka是一个不错的选择。因为通过Kafka集成可以将日志收集、ETL（Extraction－Transformation－Loading）、消息处理、流式处理等相关的工作统一在一个平台上。更值得关注的是，基于Kafka的集成可以构建一个拥有高吞吐量、低延时的实时、在线、离线分析系统。

活动流数据分析主要是指用户对网站内容的查看、网站页面的访问量、用户搜索记录、数据服务器运行情况（如CPU、I／O、服务日志、请求时间等）等的信息进行统计分析，收集这些数据也有很多方法，这就需要大家灵活运用Kafka来搭建综合数据分析系统。Kafka的运用场景汇总如下所示：

1）日志收集：可以基于Kafka来汇聚各种服务的日志信息，之后通过Kafka统一接口服务的方式将消息发送到不同的消费者，例如关系数据库、数据仓库、Hadoop、HBase、Solr等。

2）用户活动跟踪：Kafka经常被用于汇集用户活动信息，如浏览网页、搜索、点击等活动，这些活动信息被服务器发送到Kafka的Topic中，然后消费者订阅这些Topic来做实时的监控分析，或者做实时、在线、离线分析和挖掘。

3）运营指标／运行监控：Kafka也经常用来汇集运营监控数据。这些数据包括各种分布式应用的数据，生产各种操作的集中反馈，比如报警和报告，以便发生故障时可以及时触发报警器。(www.daowen.com)

4）安全领域：通过汇集相关的数据，基于Kafka集成可以设计一个能实时检测恶意访问的监控和预防系统，来防止站点中恶意的爬虫，并能及时限制其API。

5）批处理／报表系统：通过Kafka汇集的数据，之后将这些数据导入到Hadoop系统或者数据仓库中，来进行离线分析和报表生成以便商业决策。

6）流式处理：比如spark streaming和storm。