随着互联网行业快速发展，微服务，分布式占据了现在互联网行业的主流市场，因为可以解决大数据并发，业务分离，提高程序性能，利于系统优化和代码规划。随着业务的不断扩展，我们会遇到很常见的一些场景，比如第三方系统的对接，比如内部微服务系统之间的对接，这就用到了远程通信技术。

远程通信技术常用的有RPC、RMI、ESB、SOAP、EJB、WebService和JMS等。

在现今互联网行业中，由于JMS使得开发包括网络分布式多程序的应用程序更加便捷容易。在互联网大数据的时代，JMS的应用已经越来越广。JMS可以为通信程序之间传输数据，跨语言跨平台也是JMS的一大优点。

JMS（Java Message Service）是用于提供消息服务的规范，制定了消息提供过程数据的结构和交互。而MQ（Message Queue）是消息队列服务，面向消息中间件MOM(Message Oriented Middleware)的实现，也是服务提供者。而Kafka则为MQ中比较常用的一种JMS系统。它支持分区(Partition)，多副本(Replica)同时基于Zookeeper协调的高吞吐量分布式发布订阅消息系统，也是一个开源流处理平台。

Kafka架构核心和其他MQ大体相似，主要包括：话题(topic)、生产者(producer)、代理(broker)、消费者(consumer)。

Kafka同时具有以下几点特性：

1) 高吞吐量：Kafka每秒可以处理几十万消息。

2) 低延迟：Kafka的延迟最低只有几毫秒。

3) 分区，多副本：每个topic可以分为多个分区，设置多个group来对分区进行消费。

4) 可扩展性：Kafka集群支持热扩展。

5) 持久性：消息被持久化到本地磁盘。

6) 安全性：支持数据备份防止数据丢失。

7) 容错性：允许集群中节点失败，一般允许（副本量-1）个节点失败。

8) 高并发：支持千个客户端同时读写。

Kafka的特性决定了在JMS中一个重要的地位，相比于ActiveMQ和RabbitMQ，Kafka高吞吐量占了绝大的优势，同时Kafka支持动态扩容。在现今的互联网大数据时代，消息的处理速度越快，对系统性能支持的就更好，同时对用户体验也会造成好的影响，大数据时代，比拼的依旧是速度，安全，高效，性能。Kafka每秒几十万消息的处理速度占据当前MQ消息队列中几乎霸主的地位，同时MQ的ACK机制也可以确保数据可以进行重新处理等措施，也同样起到了安全的作用。

现今的时代，Kafka的应用越来越广泛，不同的Group可以从最初偏移量(Offset)进行重新读取消息再处理，也是独有的一大特点。