點擊上方藍(lán)色字體，選擇“標(biāo)星公眾號”

優(yōu)質(zhì)文章，第一時間送達(dá)

76套java從入門到精通實戰(zhàn)課程分享

消息中間件現(xiàn)在有不少，網(wǎng)上很多文章都對其做過對比，在這我對其做進(jìn)一步總結(jié)與整理。

RocketMQ

淘寶內(nèi)部的交易系統(tǒng)使用了淘寶自主研發(fā)的Notify消息中間件，使用Mysql作為消息存儲媒介，可完全水平擴(kuò)容，為了進(jìn)一步降低成本，我們認(rèn)為存儲部分可以進(jìn)一步優(yōu)化，2011年初，Linkin開源了Kafka這個優(yōu)秀的消息中間件，淘寶中間件團(tuán)隊在對Kafka做過充分Review之后，Kafka無限消息堆積，高效的持久化速度吸引了我們，但是同時發(fā)現(xiàn)這個消息系統(tǒng)主要定位于日志傳輸，對于使用在淘寶交易、訂單、充值等場景下還有諸多特性不滿足，為此我們重新用Java語言編寫了RocketMQ，定位于非日志的可靠消息傳輸（日志場景也OK），目前RocketMQ在阿里集團(tuán)被廣泛應(yīng)用在訂單，交易，充值，流計算，消息推送，日志流式處理，binglog分發(fā)等場景。

Kafka

Kafka是LinkedIn開源的分布式發(fā)布-訂閱消息系統(tǒng)，目前歸屬于Apache定級項目。Kafka主要特點是基于Pull的模式來處理消息消費，追求高吞吐量，一開始的目的就是用于日志收集和傳輸。0.8版本開始支持復(fù)制，不支持事務(wù)，對消息的重復(fù)、丟失、錯誤沒有嚴(yán)格要求，適合產(chǎn)生大量數(shù)據(jù)的互聯(lián)網(wǎng)服務(wù)的數(shù)據(jù)收集業(yè)務(wù)。

RabbitMQ

RabbitMQ是使用Erlang語言開發(fā)的開源消息隊列系統(tǒng)，基于AMQP協(xié)議來實現(xiàn)。AMQP的主要特征是面向消息、隊列、路由（包括點對點和發(fā)布/訂閱）、可靠性、安全。AMQP協(xié)議更多用在企業(yè)系統(tǒng)內(nèi)，對數(shù)據(jù)一致性、穩(wěn)定性和可靠性要求很高的場景，對性能和吞吐量的要求還在其次。

有關(guān)測試結(jié)論

Kafka的吞吐量高達(dá)17.3w/s，不愧是高吞吐量消息中間件的行業(yè)老大。這主要取決于它的隊列模式保證了寫磁盤的過程是線性IO。此時broker磁盤IO已達(dá)瓶頸。

RocketMQ也表現(xiàn)不俗，吞吐量在11.6w/s，磁盤IO %util已接近100%。RocketMQ的消息寫入內(nèi)存后即返回ack，由單獨的線程專門做刷盤的操作，所有的消息均是順序?qū)懳募?/span>

RabbitMQ的吞吐量5.95w/s，CPU資源消耗較高。它支持AMQP協(xié)議，實現(xiàn)非常重量級，為了保證消息的可靠性在吞吐量上做了取舍。我們還做了RabbitMQ在消息持久化場景下的性能測試，吞吐量在2.6w/s左右。

在服務(wù)端處理同步發(fā)送的性能上，Kafka>RocketMQ>RabbitMQ。

對比了最簡單的小消息發(fā)送場景,Kafka暫時勝出。但是,作為經(jīng)受過歷次雙十一洗禮的RocketMQ,在互聯(lián)網(wǎng)應(yīng)用場景中更有它優(yōu)越的一面。

阿里官網(wǎng)對比

對比

RabbitMQ

是使用Erlang編寫的一個開源的消息隊列，本身支持很多的協(xié)議：AMQP，XMPP, SMTP, STOMP，也正是如此，使的它變的非常重量級，更適合于企業(yè)級的開發(fā)。同時實現(xiàn)了一個經(jīng)紀(jì)人(Broker)構(gòu)架，這意味著消息在發(fā)送給客戶端時先在中心隊列排隊。對路由(Routing)，負(fù)載均衡(Load balance)或者數(shù)據(jù)持久化都有很好的支持。

Redis

是一個Key-Value的NoSQL數(shù)據(jù)庫，開發(fā)維護(hù)很活躍，雖然它是一個Key-Value數(shù)據(jù)庫存儲系統(tǒng)，但它本身支持MQ功能，所以完全可以當(dāng)做一個輕量級的隊列服務(wù)來使用。對于RabbitMQ和Redis的入隊和出隊操作，各執(zhí)行100萬次，每10萬次記錄一次執(zhí)行時間。測試數(shù)據(jù)分為128Bytes、512Bytes、1K和10K四個不同大小的數(shù)據(jù)。實驗表明：入隊時，當(dāng)數(shù)據(jù)比較小時Redis的性能要高于RabbitMQ，而如果數(shù)據(jù)大小超過了10K，Redis則慢的無法忍受；出隊時，無論數(shù)據(jù)大小，Redis都表現(xiàn)出非常好的性能，而RabbitMQ的出隊性能則遠(yuǎn)低于Redis。

ZeroMQ

號稱最快的消息隊列系統(tǒng)，尤其針對大吞吐量的需求場景。ZMQ能夠?qū)崿F(xiàn)RabbitMQ不擅長的高級/復(fù)雜的隊列，但是開發(fā)人員需要自己組合多種技術(shù)框架，技術(shù)上的復(fù)雜度是對這MQ能夠應(yīng)用成功的挑戰(zhàn)。ZeroMQ具有一個獨特的非中間件的模式，你不需要安裝和運行一個消息服務(wù)器或中間件，因為你的應(yīng)用程序?qū)缪萘诉@個服務(wù)角色。你只需要簡單的引用ZeroMQ程序庫，可以使用NuGet安裝，然后你就可以愉快的在應(yīng)用程序之間發(fā)送消息了。但是ZeroMQ僅提供非持久性的隊列，也就是說如果down機(jī)，數(shù)據(jù)將會丟失。其中，Twitter的Storm中使用ZeroMQ作為數(shù)據(jù)流的傳輸。

ActiveMQ

是Apache下的一個子項目。類似于ZeroMQ，它能夠以代理人和點對點的技術(shù)實現(xiàn)隊列。同時類似于RabbitMQ，它少量代碼就可以高效地實現(xiàn)高級應(yīng)用場景。RabbitMQ、ZeroMQ、ActiveMQ均支持常用的多種語言客戶端 C++、Java、.Net,、Python、 Php、 Ruby等。

Jafka/Kafka

Kafka是Apache下的一個子項目，是一個高性能跨語言分布式Publish/Subscribe消息隊列系統(tǒng)，而Jafka是在Kafka之上孵化而來的，即Kafka的一個升級版。具有以下特性：快速持久化，可以在O(1)的系統(tǒng)開銷下進(jìn)行消息持久化；高吞吐，在一臺普通的服務(wù)器上既可以達(dá)到10W/s的吞吐速率；完全的分布式系統(tǒng)，Broker、Producer、Consumer都原生自動支持分布式，自動實現(xiàn)復(fù)雜均衡；支持Hadoop數(shù)據(jù)并行加載，對于像Hadoop的一樣的日志數(shù)據(jù)和離線分析系統(tǒng)，但又要求實時處理的限制，這是一個可行的解決方案。Kafka通過Hadoop的并行加載機(jī)制來統(tǒng)一了在線和離線的消息處理，這一點也是本課題所研究系統(tǒng)所看重的。Apache Kafka相對于ActiveMQ是一個非常輕量級的消息系統(tǒng)，除了性能非常好之外，還是一個工作良好的分布式系統(tǒng)。

rabbitmq比kafka可靠，kafka更適合IO高吞吐的處理，比如ELK日志收集**

Kafka和RabbitMq一樣是通用意圖消息代理，他們都是以分布式部署為目的。但是他們對消息語義模型的定義的假設(shè)是非常不同的。我對”AMQP 更成熟”這個論點是持懷疑態(tài)度的。讓我們用事實說話來看看用什么解決方案來解決你的問題。?
　　a) 以下場景你比較適合使用Kafka。你有大量的事件(10萬以上/秒)、你需要以分區(qū)的，順序的，至少傳遞成功一次到混雜了在線和打包消費的消費者、你希望能重讀消息、你能接受目前是有限的節(jié)點級別高可用或則說你并不介意通過論壇/IRC工具得到還在幼兒階段的軟件的支持。?
　　b) 以下場景你比較適合使用RabbitMQ。你有較少的事件（2萬以上/秒）并且需要通過復(fù)雜的路由邏輯去找到消費者、你希望消息傳遞是可靠的、你并不關(guān)心消息傳遞的順序、你需要現(xiàn)在就支持集群-節(jié)點級別的高可用或則說你需要7*24小時的付費支持（當(dāng)然也可以通過論壇/IRC工具）。

redis 消息推送（基于分布式 pub/sub）多用于實時性較高的消息推送，并不保證可靠。

redis 消息推送（基于分布式 pub/sub）多用于實時性較高的消息推送，并不保證可靠。其他的mq和kafka保證可靠但有一些延遲（非實時系統(tǒng)沒有保證延遲）。redis-pub/sub斷電就清空，而使用redis-list作為消息推送雖然有持久化，但是又太弱智，也并非完全可靠不會丟。另外一點，redis 發(fā)布訂閱除了表示不同的 topic 外，并不支持分組，比如kafka中發(fā)布一個東西，多個訂閱者可以分組，同一個組里只有一個訂閱者會收到該消息，這樣可以用作負(fù)載均衡。比如，kafka 中發(fā)布：topic = “發(fā)布帖子” data=”文章1” 這個消息，后面有一百臺服務(wù)器每臺服務(wù)器都是一個訂閱者，都訂閱了這個 topic，但是他們可能分為三組，A組50臺，用來真的做發(fā)布文章，A組50臺里所有 subscriber 都訂閱了這個topic。由于在同一組，這條消息 （topic=”發(fā)布帖子”, data=”文章1”）只會被A組里面一臺當(dāng)前空閑的機(jī)器收到。而B組25臺服務(wù)器用于統(tǒng)計，C組25臺服務(wù)器用于存檔備份，每組只有一臺會收到。用不同的組來決定每條消息要抄送出多少分去，用同組內(nèi)哪些訂閱者忙，哪些訂閱者空閑來決定消息會被分到哪臺服務(wù)器去處理，生產(chǎn)者消費者模型嘛。redis完全沒有這類機(jī)制，這兩點是最大的區(qū)別。

redis是內(nèi)存數(shù)據(jù)庫！redis他爹做了disque，你要不要試試。mq一般都采用訂閱～發(fā)布模型，如果你考慮性能，主要關(guān)注點就放在消費模型是pull還是push。影響最大的，應(yīng)該是存儲結(jié)構(gòu)。kafka的性能要在topic數(shù)量小于64的時候，才能發(fā)揮威力。partition決定的。極限情況下丟消息，例如：主寫入消息后，主機(jī)器宕機(jī)，并硬盤損壞。review代碼的時候發(fā)現(xiàn)的。rabbit不知道，但是rocket的性能是（萬條每秒），并且能夠橫向無限擴(kuò)展，單機(jī)topic數(shù)量在256時，性能損失較小。rocket可以說是kafka的變種，是阿里在充分reviewkafka代碼后，開發(fā)的metaQ。在不斷更新，修補以后，阿里把metaQ3.0更名為rocket，并且rocket是java寫的易于維護(hù)。另外就是rocket和kafka有類似無限堆積的能力。想想，斷電不丟消息，積壓兩億條消息毫無壓力，niubilitykafka和rocket性能根本不是你需要考慮的問題。

在應(yīng)用場景方面，

RabbitMQ,遵循AMQP協(xié)議，由內(nèi)在高并發(fā)的erlanng語言開發(fā)，用在實時的對可靠性要求比較高的消息傳遞上。

kafka是Linkedin于2010年12月份開源的消息發(fā)布訂閱系統(tǒng),它主要用于處理活躍的流式數(shù)據(jù),大數(shù)據(jù)量的數(shù)據(jù)處理上。

在架構(gòu)模型方面，

RabbitMQ遵循AMQP協(xié)議，RabbitMQ的broker由Exchange,Binding,queue組成，其中exchange和binding組成了消息的路由鍵；客戶端Producer通過連接channel和server進(jìn)行通信，Consumer從queue獲取消息進(jìn)行消費（長連接，queue有消息會推送到consumer端，consumer循環(huán)從輸入流讀取數(shù)據(jù)）。rabbitMQ以broker為中心；有消息的確認(rèn)機(jī)制。

kafka遵從一般的MQ結(jié)構(gòu)，producer，broker，consumer，以consumer為中心，消息的消費信息保存的客戶端consumer上，consumer根據(jù)消費的點，從broker上批量pull數(shù)據(jù)；無消息確認(rèn)機(jī)制。

在吞吐量，

kafka具有高的吞吐量，內(nèi)部采用消息的批量處理，zero-copy機(jī)制，數(shù)據(jù)的存儲和獲取是本地磁盤順序批量操作，具有O(1)的復(fù)雜度，消息處理的效率很高。

rabbitMQ在吞吐量方面稍遜于kafka，他們的出發(fā)點不一樣，rabbitMQ支持對消息的可靠的傳遞，支持事務(wù)，不支持批量的操作；基于存儲的可靠性的要求存儲可以采用內(nèi)存或者硬盤。

在可用性方面，

rabbitMQ支持miror的queue，主queue失效，miror queue接管。

kafka的broker支持主備模式。

在集群負(fù)載均衡方面，

kafka采用zookeeper對集群中的broker、consumer進(jìn)行管理，可以注冊topic到zookeeper上；通過zookeeper的協(xié)調(diào)機(jī)制，producer保存對應(yīng)topic的broker信息，可以隨機(jī)或者輪詢發(fā)送到broker上；并且producer可以基于語義指定分片，消息發(fā)送到broker的某分片上。

rabbitMQ的負(fù)載均衡需要單獨的loadbalancer進(jìn)行支持。

Kafka是可靠的分布式日志存儲服務(wù)。用簡單的話來說，你可以把Kafka當(dāng)作可順序?qū)懭氲囊淮缶泶艓В?可以隨時倒帶，快進(jìn)到某個時間點重放。先說下日志的定義：日志是數(shù)據(jù)庫的核心，是對數(shù)據(jù)庫的所有變更的嚴(yán)格有序記錄，“表”是變更的結(jié)果。日志的其他名字有：Changelog, Write Ahead Log, Commit Log, Redo Log, Journaling.Kafka的特征如下：高寫入速度：Kafka能以超過1Gbps NIC的速度寫這盤磁帶（實際可以到SATA 3速度，參考Benchmarking Apache Kafka: 2 Million Writes Per Second (On Three Cheap Machines))，充分利用了磁盤的物理特性，即，隨機(jī)寫入慢（磁頭沖停），順序?qū)懭肟欤ù蓬^懸浮）。高可靠性：通過zookeeper做分布式一致性，同步到任意多塊磁盤上，故障自動切換選主，自愈。高容量：通過橫向擴(kuò)展，LinkedIn每日通過Kafka存儲的新增數(shù)據(jù)高達(dá)175TB，8000億條消息，可無限擴(kuò)容，類似把兩條磁帶粘到一起。傳統(tǒng)業(yè)務(wù)數(shù)據(jù)庫的根本缺陷在于：1. 太慢，讀寫太昂貴，無法避免的隨機(jī)尋址。（磁盤最快5ms尋址，固態(tài)又太昂貴。）2. 根本無法適應(yīng)持續(xù)產(chǎn)生的數(shù)據(jù)流，越用越慢。（索引效率問題）3. 無法水平scale。（多半是讀寫分離，一主多備。另: NewSQL通過一致性算法，有多主。）針對這些問題，Kafka提出了一種方法: “l(fā)og-centric approach（以日志為中心的方法）。”將傳統(tǒng)數(shù)據(jù)庫分為兩個獨立的系統(tǒng)，即日志系統(tǒng)和索引系統(tǒng)。“持久化和索引分開，日志盡可能快的落地，索引按照自己的速度追趕。”在數(shù)據(jù)可靠性在得到Kafka這種快速的，類似磁帶順序記錄方式保障的大前提下。數(shù)據(jù)的呈現(xiàn)，使用方式變得非常靈活，可以根據(jù)需要將數(shù)據(jù)流同時送入搜索系統(tǒng)，RDBMS系統(tǒng)，數(shù)據(jù)倉庫系統(tǒng)， 圖數(shù)據(jù)庫系統(tǒng)，日志分析等這些各種不同的數(shù)據(jù)庫系統(tǒng)。這些不同的系統(tǒng)只不過是一種對Kafka磁帶數(shù)據(jù)的一種詮釋，一個側(cè)面，一個索引，一個快照。數(shù)據(jù)丟了，沒關(guān)系，重放一遍磁帶即可，更多的時候，對這些各式數(shù)據(jù)庫系統(tǒng)的維護(hù)只是需要定期做一個快照，并拷貝到一個安全的對象存儲(如S3) 而已。一句話：“日志都是相同的日志，索引各有各的不同。”關(guān)于流計算：在以流為基本抽象的存儲模型下，數(shù)據(jù)流和數(shù)據(jù)流之間，可以多流混合處理，或者流和狀態(tài)，狀態(tài)和狀態(tài)的JOIN處理，這就是Kafka Stream提供的功能。一個簡單的例子是，在用戶觸發(fā)了某個事件后，和用戶表混合處理，產(chǎn)生數(shù)據(jù)增補（Augment)，再進(jìn)入數(shù)據(jù)倉庫進(jìn)行相關(guān)性分析，一些簡單的窗口統(tǒng)計和實時分析也很容易就能滿足，比如 在收到用戶登錄消息的時候，在線人數(shù)+1， 離線的時候-1，反應(yīng)出當(dāng)前系統(tǒng)的在線用戶總數(shù)。這方面可以參考PipelineDB https://www.pipelinedb.com/Kafka會讓你重新思考系統(tǒng)的構(gòu)建方式，使以前不可能的事變?yōu)榭赡埽且粋€系統(tǒng)中最重要的最核心的部分，不夸張的說，系統(tǒng)設(shè)計都需要圍繞Kafka做。

版權(quán)聲明：本文為博主原創(chuàng)文章，遵循 CC 4.0 BY-SA 版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接和本聲明。

本文鏈接：

https://blog.csdn.net/belvine/article/details/80842240

鋒哥最新SpringCloud分布式電商秒殺課程發(fā)布

??????

??長按上方微信二維碼?2 秒

感謝點贊支持下哈?