我们选择 MQ 的时候主要对比了 4 种常用的 MQ,分别是 Kafka、ActiveMQ、RabbitMQ 和 RocketMQ。
- 首先淘汰的 ActiveMQ,最早的时候很多人用 RabbitMQ,但是现在它的单机吞吐量只有万级,社区也没怎么维护了,有种日落西山的意味。
- Kafka 主要特点是基于 Pull 的模式来处理消息消费,追求高吞吐量,一开始的目的就是用于日志收集和传输,更加适合大数据量的数据收集服务,我们的当时的系统能到吞吐量能到万级撑死了,也就没选 Kafka。
- RabbitMQ 虽然它是用 erlang 语言开发,不适合我们进行二次开发,但是它的单机吞吐量也有十万,社区比较活跃,功能也比较完备,比较适合我们公司数据量不是很大的场景。
- RocketMQ 其实也挺好的,阿里开源的消息队列,经过双十一的考验。不过我们的 Leader 觉得 RocketMQ 的社区没有 RabbitMQ 的稳,RabbitMQ 功能也足够完备。
最终就选择了 RabbitMQ 作为我们使用的消息中间件。
特性 | ActiveMQ | RabbitMQ | RocketMQ | Kafka |
单机吞吐量 | 万级,比 RocketMQ、Kafka 低一个数量级 | 同 ActiveMQ | 10 万级,支撑高吞吐 | 10 万级,高吞吐,一般配合大数据类的系统来进行实时数据计算、日志采集等场景 |
topic 数量对吞吐量的影响 | | | topic 可以达到几百/几千的级别,吞吐量会有较小幅度的下降,这是 RocketMQ 的一大优势,在同等机器下,可以支撑大量的 topic | topic 从几十到几百个时候,吞吐量会大幅度下降,在同等机器下,Kafka 尽量保证 topic 数量不要过多,如果要支撑大规模的 topic,需要增加更多的机器资源 |
时效性 | ms 级 | 微秒级,这是 RabbitMQ 的一大特点,延迟最低 | ms 级 | 延迟在 ms 级以内 |
可用性 | 高,基于主从架构实现高可用 | 同 ActiveMQ | 非常高,分布式架构 | 非常高,分布式,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 |
消息可靠性 | 有较低的概率丢失数据 | 基本不丢 | 经过参数优化配置,可以做到 0 丢失 | 同 RocketMQ |
功能支持 | MQ 领域的功能极其完备 | 基于 erlang 开发,并发能力很强,性能极好,延时很低 | MQ 功能较为完善,还是分布式的,扩展性好 | 功能较为简单,主要支持简单的 MQ 功能,在大数据领域的实时计算以及日志采集被大规模使用 |