RocketMQ與Kafka對比

轉自：https://github.com/alibaba/RocketMQ/wiki/rmq_vs_kafka

淘寶内部的交易系統使用了淘寶自主研發的Notify消息中間件，使用MySQL作為消息存儲媒介，可完全水準擴容，為了進一步降低成本，我們認為存儲部分可以進一步優化，2011年初，Linkin開源了Kafka這個優秀的消息中間件，淘寶中間件團隊在對Kafka做過充分Review之後，Kafka無限消息堆積，高效的持久化速度吸引了我們，但是同時發現這個消息系統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在阿裡集團被廣泛應用在訂單，交易，充值，流計算，消息推送，日志流式處理，binglog分發等場景。

為了友善大家選型，整理一份RocketMQ與Kafka的對比文檔，文中如有錯誤之處，歡迎來函指正。[email protected]

資料可靠性

• RocketMQ支援異步實時刷盤，同步刷盤，同步Replication，異步Replication
• Kafka使用異步刷盤方式，異步Replication

總結：RocketMQ的同步刷盤在單機可靠性上比Kafka更高，不會因為作業系統Crash，導緻資料丢失。 同時同步Replication也比Kafka異步Replication更可靠，資料完全無單點。另外Kafka的Replication以topic為機關，支援主機當機，備機自動切換，但是這裡有個問題，由于是異步Replication，那麼切換後會有資料丢失，同時Leader如果重新開機後，會與已經存在的Leader産生資料沖突。開源版本的RocketMQ不支援Master當機，Slave自動切換為Master，阿裡雲版本的RocketMQ支援自動切換特性。

性能對比

• Kafka單機寫入TPS約在百萬條/秒，消息大小10個位元組
• RocketMQ單機寫入TPS單執行個體約7萬條/秒，單機部署3個Broker，可以跑到最高12萬條/秒，消息大小10個位元組

總結：Kafka的TPS跑到單機百萬，主要是由于Producer端将多個小消息合并，批量發向Broker。

RocketMQ為什麼沒有這麼做？

1. Producer通常使用Java語言，緩存過多消息，GC是個很嚴重的問題
2. Producer調用發送消息接口，消息未發送到Broker，向業務傳回成功，此時Producer當機，會導緻消息丢失，業務出錯
3. Producer通常為分布式系統，且每台機器都是多線程發送，我們認為線上的系統單個Producer每秒産生的資料量有限，不可能上萬。
4. 緩存的功能完全可以由上層業務完成。

單機支援的隊列數

• Kafka單機超過64個隊列/分區，Load會發生明顯的飙高現象，隊列越多，load越高，發送消息響應時間變長
• RocketMQ單機支援最高5萬個隊列，Load不會發生明顯變化

隊列多有什麼好處？

1. 單機可以建立更多Topic，因為每個Topic都是由一批隊列組成
2. Consumer的叢集規模和隊列數成正比，隊列越多，Consumer叢集可以越大

消息投遞實時性

• Kafka使用短輪詢方式，實時性取決于輪詢間隔時間
• RocketMQ使用長輪詢，同Push方式實時性一緻，消息的投遞延時通常在幾個毫秒。

消費失敗重試

• Kafka消費失敗不支援重試
• RocketMQ消費失敗支援定時重試，每次重試間隔時間順延

總結：例如充值類應用，目前時刻調用營運商網關，充值失敗，可能是對方壓力過多，稍後在調用就會成功，如支付寶到銀行扣款也是類似需求。

這裡的重試需要可靠的重試，即失敗重試的消息不因為Consumer當機導緻丢失。

嚴格的消息順序

• Kafka支援消息順序，但是一台Broker當機後，就會産生消息亂序
• RocketMQ支援嚴格的消息順序，在順序消息場景下，一台Broker當機後，發送消息會失敗，但是不會亂序

Mysql Binlog分發需要嚴格的消息順序

定時消息

• Kafka不支援定時消息
• RocketMQ支援兩類定時消息
  • 開源版本RocketMQ僅支援定時Level
  • 阿裡雲ONS支援定時Level，以及指定的毫秒級别的延時時間

分布式事務消息

• Kafka不支援分布式事務消息
• 阿裡雲ONS支援分布式定時消息，未來開源版本的RocketMQ也有計劃支援分布式事務消息

消息查詢

• Kafka不支援消息查詢
• RocketMQ支援根據Message Id查詢消息，也支援根據消息内容查詢消息（發送消息時指定一個Message Key，任意字元串，例如指定為訂單Id）

總結：消息查詢對于定位消息丢失問題非常有幫助，例如某個訂單處理失敗，是消息沒收到還是收到處理出錯了。

消息回溯

• Kafka理論上可以按照Offset來回溯消息
• RocketMQ支援按照時間來回溯消息，精度毫秒，例如從一天之前的某時某分某秒開始重新消費消息

總結：典型業務場景如consumer做訂單分析，但是由于程式邏輯或者依賴的系統發生故障等原因，導緻今天消費的消息全部無效，需要重新從昨天零點開始消費，那麼以時間為起點的消息重放功能對于業務非常有幫助。

消費并行度

• Kafka的消費并行度依賴Topic配置的分區數，如分區數為10，那麼最多10台機器來并行消費（每台機器隻能開啟一個線程），或者一台機器消費（10個線程并行消費）。即消費并行度和分區數一緻。
• RocketMQ消費并行度分兩種情況
  • 順序消費方式并行度同Kafka完全一緻
  • 亂序方式并行度取決于Consumer的線程數，如Topic配置10個隊列，10台機器消費，每台機器100個線程，那麼并行度為1000。

消息軌迹

• Kafka不支援消息軌迹
• 阿裡雲ONS支援消息軌迹

開發語言友好性

• Kafka采用Scala編寫
• RocketMQ采用Java語言編寫

Broker端消息過濾

• Kafka不支援Broker端的消息過濾
• RocketMQ支援兩種Broker端消息過濾方式
  • 根據Message Tag來過濾，相當于子topic概念
  • 向伺服器上傳一段Java代碼，可以對消息做任意形式的過濾，甚至可以做Message Body的過濾拆分。

消息堆積能力

理論上Kafka要比RocketMQ的堆積能力更強，不過RocketMQ單機也可以支援億級的消息堆積能力，我們認為這個堆積能力已經完全可以滿足業務需求。

開源社群活躍度

• Kafka社群更新較慢
• RocketMQ的github社群有250個個人、公司使用者登記了聯系方式，QQ群超過1000人。

商業支援

• Kafka原開發團隊成立新公司，目前暫沒有相關産品看到
• RocketMQ在阿裡雲上已經開放公測近半年，目前以雲服務形式免費供大家商用，并向使用者承諾99.99%的可靠性，同時徹底解決了使用者自己搭建MQ産品的運維複雜性問題

成熟度

• Kafka在日志領域比較成熟
• RocketMQ在阿裡集團内部有大量的應用在使用，每天都産生海量的消息，并且順利支援了多次天貓雙十一海量消息考驗，是資料削峰填谷的利器。

__EOF__

歡迎轉載，但請注明出處！

歡迎大家一起交流學習！如果有什麼疑問，大家可以在評論區一起交流！

如果您覺得文章對您有幫助，可以點選文章右下角【推薦】一下。您的鼓勵是我的最大動力！