nodejs是单线程模型，在您的情况下主要工作是处理需要cpu周期的消息。因此，如果消息到达率较高，编写单独的node.js应用程序会更好。
如果消息有很多类型，每个进程逻辑只需要处理自己感兴趣的消息类型，那么为不同的消息类型创建不同的主题，每个进程只订阅自己感兴趣的主题。它会更快更优雅。
但如果流程应用程序需要处理所有消息，则可以使用不同的使用者组来订阅一个主题，而不需要将相同的消息放入其他队列。
不管怎样，我认为一个线程做一件事或一个应用程序做一件事是一个好的设计。

在验证数据（3.）之前，您正在将数据放入队列（2.）—您不想先验证数据，然后在处理数据之前将其推入队列（取决于验证的内容）？
否则，这是一个好的场景。如果您还没有，我建议您阅读一些kafka streams及其概念的介绍，这是kafka如何在本地完成流处理的（目前只在java中实现，但这里似乎有一个非官方的nodejs端口）
不用说Kafka流，你也可以直接从传感器发送到Kafka，而不用服务器（这样你就不用担心复制，分发，如果你的服务器崩溃了会发生什么…）nodejs中有kakfa生产者和消费者(https://github.com/blizzard/node-rdkafka 以及https://github.com/sohu-co/kafka-node 是两个好客户）和几乎所有的语言。所有传感器都可以将数据发送到同一主题，如果数据完全不相关，则可以发送到不同的主题。
使用多个应用程序进行处理的好处是，依赖于同一个kafka队列，每个处理都是独立的：您不会通过修改另一个来破坏其中一个，您可以分别对它们进行演化，等等
您还可以使用kafka connect从验证数据主题中读取数据并直接写入cassandra—您只需要执行一些conf，这里不需要java

使用订阅单个主题的不同消费者组。因此，您需要一个生产者来侦听您的请求并将数据放入kafka主题中，而消费者在不同的消费者组中执行不同的操作。

也许我误解了你的步骤1-3，但只做1和2就足够了。一旦数据成功提交到Kafka，您就可以使用Kafka连接将副本发送到Cassandra和您的数据库。也许这就是你所说的#3的意思，但如果不是的话，那么就不需要从nodejs应用程序直接向数据库进行单独的写操作，因为kafka可以做到这一点。