# 一、消息中间件选型
常用的 MQ组件有 Kafka、RabbitMQ、RocketMQ、ActiveMQ、ZeroMQ、MetaMQ。当然 Kafka的功能更加强大，其它 MQ都有自己的特点和优势，如下：
| 特性 | Kafka | RabbitMQ | RocketMQ | ActiveMQ |
|---|---|---|---|---|
| 开发语言 | Scala | Erlang | Java | Java |
| 单击吞吐量 | 十万级 | 万级 | 十万级 | 万级 |
| 时效性 | ms级以内 | us（微秒）级 | ms级 | ms级 |
| 可用性 | 非常高（分布式架构） | 高（主从架构） | 非常高（分布式架构） | 高（主从架构） |
| 功能特性 | 只支持主要的 MQ功能，像一些消息查询，消息回溯等功能没有提供，毕竟是为大数据提供的，大数据领域应用广。 | 并发能力很强，性能及其好，延迟极低，管理界面丰富 | MQ功能比较完备，扩展性强 | 成熟的产品，在很多公司得到应用，有很多成熟的文档，支持各种协议 |
# 一、中间件类型
# Kafka
Kafka 是 LinkedIn开源的分布式发布-订阅消息系统，目前归属于 Apache顶级项目。Kafka主要特点是基于 Pull的模式来处理消息，消息有序，通过控制能够保证所有消息被消费且仅被消费一次，追求高吞吐量，一开始的目的就是用于日志收集和传输。支持复制、事务，对消息的重复、丢失、错误没有严格要求，适合产生大量数据的互联网服务的数据收集业务。完全的分布式系统，Broker、Producer、Consumer都原生自动支持分布式，自动实现负载均衡。
号称大数据的杀手锏，谈到大数据领域内的消息传输，则绕不开Kafka，这款为大数据而生的消息中间件，以其百万级TPS（单机写入TPS约在百万条/秒）的吞吐量名声大噪，迅速成为大数据领域的宠儿，在数据采集、传输、存储的过程中发挥着举足轻重的作用。可用性非常高，kafka是分布式的，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用。有优秀的第三方 Kafka Web管理界面 Kafka-Manager。
缺点：① Kafka单机超过 64个队列/分区，Load会发生明显的飙高现象，队列越多，load越高，发送消息响应时间变长。② 使用短轮询方式，实时性取决于轮询间隔时间。③ 消费失败不支持重试。 ④ 支持消息顺序，但是一台代理宕机后，就会产生消息乱序。
# RabbitMQ
RabbitMQ是使用 Erlang语言开发的开源消息队列系统，支持很多的协议 AMQP，XMPP，SMTP，STOMP协议。AMQP的主要特征是面向消息、队列、路由（包括点对点和发布/订阅）、可靠性、安全。AMQP协议使的它变的非常重量级，更适合于企业级的开发，对路由(Routing)，负载均衡(Load balance)、数据一致性、稳定性和可靠性要求很高的场景，对性能和吞吐量的要求还在其次。健壮、稳定、易用、跨平台、支持多种语言、文档齐全。开源提供的管理界面非常棒，用起来很好用。社区活跃度高。
缺点：① Erlang开发，很难去看懂源码，基本职能依赖于开源社区的快速维护和修复bug，不利于做二次开发和维护。② RabbitMQ确实吞吐量会低一些，这是因为他做的实现机制比较重。③ 需要学习比较复杂的接口和协议，学习和维护成本较高。
# RocketMQ
RocketMQ是阿里开源的消息中间件，它是纯 Java开发，具有高吞吐量、高可用性、适合大规模分布式系统应用的特点。RocketMQ思路起源于 Kafka，并做出了自己的一些改进，它对消息的可靠传输及事务性做了优化，目前在阿里集团被广泛应用于交易、充值、流计算、消息推送、日志流式处理、binglog分发等场景。消息可靠性非常高，经过参数优化配置，消息可以做到0丢失。MQ功能较为完善，还是分布式的，扩展性好。支持10亿级别的消息堆积，不会因为堆积导致性能下降。源码是 Java，我们可以自己阅读源码，定制自己公司的MQ，可以掌控。
天生为金融互联网领域而生，对于可靠性要求很高的场景，尤其是电商里面的订单扣款，以及业务削峰，在大量交易涌入时，后端可能无法及时处理的情况。RoketMQ在稳定性上可能更值得信赖，这些业务场景在阿里双11已经经历了多次考验，如果你的业务有上述并发场景，建议可以选择RocketMQ。
缺点：① 支持的客户端语言不多，目前是 java及c++，其中 c++不成熟。② 社区活跃度一般。 ③ 没有在 MQ核心中去实现 JMS等接口，有些系统要迁移需要修改大量代码。
# ActiveMQ
Apache ActiveMQ速度快，支持许多跨语言客户端和协议，带有易于使用的企业集成模式和许多高级功能，同时完全支持JMS 1.1和J2EE 1.4。Apache ActiveMQ是在 Apache 2.0许可下发布。有较低的概率丢失数据。
缺点： 官方社区现在对 ActiveMQ 5.x维护越来越少，较少在大规模吞吐的场景中使用。
# 三、压力测试
对比 Kafka、RabbitMQ、RocketMQ发送消息的性能。压测我只关注服务端的性能指标，所以压测的标准是不断增加发送端的压力，直到系统吞吐量不再上升，而响应时间拉长。这时服务端已出现性能瓶颈，可以获得相应的系统最佳吞吐量。在同步发送场景中，三个消息中间件的表现区分明显：
# Kafka
Kafka 的吞吐量高达17.3w/s，是高吞吐量消息中间件的行业老大。这主要取决于它的队列模式保证了写磁盘的过程是线性IO。此时 Broker磁盘IO已达瓶颈。
# RocketMQ
RocketMQ也表现不俗，吞吐量在 11.6w/s，磁盘IO已接近100%。RocketMQ的消息写入内存后即返回ack，由单独的线程专门做刷盘的操作，所有的消息均是顺序写文件。
# RabbitMQ
RabbitMQ的吞吐量5.95w/s，CPU资源消耗较高。它支持 AMQP协议，实现非常重量级，为了保证消息的可靠性在吞吐量上做了取舍。我们还做了 RabbitMQ在消息持久化场景下的性能测试，吞吐量在 2.6w/s左右。
测试结论： 同步发送的性能上 Kafka>RocketMQ>RabbitMQ
# 四、在架构模型方面
# Kafka
Kafka遵从一般的 MQ结构，Producer，Broker，Consumer，以 Consumer为中心，消息的消费信息保存的客户端 Consumer上，Consumer根据消费的点，从 Broker上批量 pull数据，无消息确认机制。
# RabbitMQ
RabbitMQ遵循 AMQP协议，RabbitMQ的 Broker由 Exchange，Binding，Queue组成，其中 Exchange和 Binding组成了消息的路由键。客户端 Producer通过连接 Channel和 Server进行通信，Consumer从 Queue获取消息进行消费（长连接，Queue有消息会推送到 Consumer端，Consumer循环从输入流读取数据）。RabbitMQ以 Broker为中心，有消息的确认机制。
# 五、吞吐量
# Kafka
Kafka具有高的吞吐量，内部采用消息的批量处理，zero-copy机制，数据的存储和获取是本地磁盘顺序批量操作，具有 O(1)的复杂度，消息处理的效率很高。
# RabbitMQ
RabbitMQ在吞吐量方面稍逊于 Kafka，他们的出发点不一样，RabbitMQ支持对消息的可靠的传递，支持事务，不支持批量的操作。基于可靠存储的要求，存储可以采用内存或者硬盘。
# 六、集群负载均衡方面
# Kafka
Kafka 采用 Zookeeper对集群中的 Broker、Consumer进行管理，可以注册 Topic到 Zookeeper上。通过 Zookeeper的协调机制，Producer保存对应 Topic的 Broker信息，可以随机或者轮询发送到 Broker上。并且 Producer可以基于语义指定分片，消息发送到 Broker的某分片上。
# RabbitMQ
RabbitMQ 的负载均衡需要单独的 loadbalancer进行支持。
# 七、总结
Rabbitmq 比 Kafka可靠，Kafka更适合 IO高吞吐的处理，比如 ELK日志收集
Kafka 和 RabbitMq都是以分布式部署为目的。但是他们对消息语义模型的定义的假设是非常不同的。我对"AMQP 更成熟"这个论点是持怀疑态度的。让我们用事实说话来看看用什么解决方案来解决你的问题。
【1】以下场景比较适合使用 Kafka。你有大量的事件(10万以上/秒)、你需要以分区的，顺序的，至少传递成功一次到混杂了在线和打包消费的消费者、你希望能重读消息、你能接受目前是有限的节点级别高可用或者说你并不介意通过论坛/IRC工具得到还在幼儿阶段的软件的支持。
【2】以下场景你比较适合使用 RabbitMQ。你有较少的事件（2万以上/秒）并且需要通过复杂的路由逻辑去找到消费者、你希望消息传递是可靠的、你并不关心消息传递的顺序、你需要现在就支持集群-节点级别的高可用或则说你需要7*24小时的付费支持（当然也可以通过论坛/IRC工具）。