JMS 规范
JMS 规范定义了两种消息模型：点对点（point to point, queue）和发布/订阅（publish/subscribe, topic）。
点对点（point to point, queue）
生产者生产消息发送到 queue 中，然后消费者从 queue 中取出并且消费消息。 这里要注意：消息被消费以后，queue 中不再有存储， 所以消费者不可能消费已经被消费的消息。queue 支持存在多个消费者，但是对一个消息而言，只会有一个消费者可以消费。
点对点模型示意图如下：
发布/订阅（publish/subscribe, topic）
在发布-订阅消息系统中，消息被持久化到一个 topic 中。与点对点消息系统不同的是，消费者可以订阅一个或多个 topic，消费者可以消费该 topic 中所有的数据，同一条数据可以被多个消费者消费，数据被消费后不会立马删除。在发布-订阅消息系统中，消息的生产者称为发布者，消费者称为订阅者。
发布/订阅模型示意图如下：
Kafka 消息模型
从 JMS规范上来说，Kafka 没有实现点对点模型，只实现了发布/订阅模型。不过在这种发布/订阅模型中，如果只有一个订阅者，那它和点对点模型就基本是一样的了。也就是说，发布/订阅模型在功能层面上是可以兼容点对点模型的。
在 Kafka 消息模型中，每个主题包含多个分区，通过多个分区来实现多实例并行生产和消费。需要注意的是，Kafka 只在分区上保证消息的有序性，主题层面是无法保证消息的严格顺序的。
在 Kafka 中，订阅者的概念是通过消费组（Consumer Group）来体现的。每个消费组都消费主题中一份完整的消息，不同消费组之间消费进度彼此不受影响，也就是说，一条消息被 Consumer Group1 消费过，也会再给Consumer Group2消费。
消费组中包含多个消费者，同一个组内的消费者是竞争消费的关系，每个消费者负责消费组内的一部分消息。如果一条消息被消费者 Consumer1 消费了，那同组的其他消费者就不会再收到这条消息。
在 Topic 的消费过程中，由于消息需要被不同的组进行多次消费，所以消费完的消息并不会立即被删除，这就需要 Kafka 为每个消费组在每个分区上维护一个消费位置（Consumer Offset），这个位置之前的消息都被消费过，之后的消息都没有被消费过，每成功消费一条消息，消费位置就加一。
Kafka 消息模型示意图如下：
在本文最后，需要再说明下为何 Kafka 会引入分区这个概念：
在生产端，生产者先将消息发送给服务端，也就是Broker，服务端在收到消息并将消息写入主题或者队列中后，会给生产者发送确认的响应。如果生产者没有收到服务端的确认或者收到失败的响应，则会重新发送消息；在消费端，消费者在收到消息并完成自己的消费业务逻辑（比如，将数据保存到数据库中）后，也会给服务端发送消费成功的确认，服务端只有收到消费确认后，才认为一条消息被成功消费，否则它会给消费者重新发送这条消息，直到收到对应的消费成功确认。这个确认机制很好地保证了消息传递过程中的可靠性，但是，引入这个机制在消费端带来了一个不小的问题。什么问题呢？
为了确保消息的有序性，在某一条消息被成功消费之前，下一条消息是不能被消费的，否则就会出现消息空洞，违背了有序性这个原则。也就是说，每个主题在任意时刻，至多只能有一个消费者实例在进行消费，那就没法通过水平扩展消费者的数量来提升消费端总体的消费性能。为了解决这个问题，Kafka 在主题下面增加了队列的概念。
