點(diǎn)擊上方藍(lán)色字體，選擇“標(biāo)星公眾號(hào)”

優(yōu)質(zhì)文章，第一時(shí)間送達(dá)

76套java從入門到精通實(shí)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(duì)其做過(guò)對(duì)比，在這我對(duì)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(chǔ)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(chǔ)部分可以進(jìn)一步優(yōu)化，2011年初，Linkin開源了Kafka這個(gè)優(yōu)秀的消息中間件，淘寶中間件團(tuán)隊(duì)在對(duì)Kafka做過(guò)充分Review之后，Kafka無(wú)限消息堆積，高效的持久化速度吸引了我們，但是同時(shí)發(fā)現(xiàn)這個(gè)消息系統(tǒng)主要定位于日志傳輸，對(duì)于使用在淘寶交易、訂單、充值等場(chǎng)景下還有諸多特性不滿足，為此我們重新用Java語(yǔ)言編寫了RocketMQ，定位于非日志的可靠消息傳輸（日志場(chǎng)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(jì)算，消息推送，日志流式處理，binglog分發(fā)等場(chǎng)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(jí)項(xiàng)目。Kafka主要特點(diǎn)是基于Pull的模式來(lái)處理消息消費(fèi)，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(duì)消息的重復(fù)、丟失、錯(cuò)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(yǔ)言開發(fā)的開源消息隊(duì)列系統(tǒng)，基于AMQP協(xié)議來(lái)實(shí)現(xiàn)。AMQP的主要特征是面向消息、隊(duì)列、路由（包括點(diǎn)對(duì)點(diǎn)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(duì)數(shù)據(jù)一致性、穩(wěn)定性和可靠性要求很高的場(chǎng)景，對(duì)性能和吞吐量的要求還在其次。

有關(guān)測(cè)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(duì)列模式保證了寫磁盤的過(guò)程是線性IO。此時(shí)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(dú)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(shí)現(xiàn)非常重量級(jí)，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(chǎng)景下的性能測(cè)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(duì)比了最簡(jiǎn)單的小消息發(fā)送場(chǎng)景,Kafka暫時(shí)勝出。但是,作為經(jīng)受過(guò)歷次雙十一洗禮的RocketMQ,在互聯(lián)網(wǎng)應(yīng)用場(chǎng)景中更有它優(yōu)越的一面。

阿里官網(wǎng)對(duì)比

對(duì)比

RabbitMQ

是使用Erlang編寫的一個(gè)開源的消息隊(duì)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(jí)，更適合于企業(yè)級(jí)的開發(fā)。同時(shí)實(shí)現(xiàn)了一個(gè)經(jīng)紀(jì)人(Broker)構(gòu)架，這意味著消息在發(fā)送給客戶端時(shí)先在中心隊(duì)列排隊(duì)。對(duì)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(gè)Key-Value的NoSQL數(shù)據(jù)庫(kù)，開發(fā)維護(hù)很活躍，雖然它是一個(gè)Key-Value數(shù)據(jù)庫(kù)存儲(chǔ)系統(tǒng)，但它本身支持MQ功能，所以完全可以當(dāng)做一個(gè)輕量級(jí)的隊(duì)列服務(wù)來(lái)使用。對(duì)于RabbitMQ和Redis的入隊(duì)和出隊(duì)操作，各執(zhí)行100萬(wàn)次，每10萬(wàn)次記錄一次執(zhí)行時(shí)間。測(cè)試數(shù)據(jù)分為128Bytes、512Bytes、1K和10K四個(gè)不同大小的數(shù)據(jù)。實(shí)驗(yàn)表明：入隊(duì)時(shí)，當(dāng)數(shù)據(jù)比較小時(shí)Redis的性能要高于RabbitMQ，而如果數(shù)據(jù)大小超過(guò)了10K，Redis則慢的無(wú)法忍受；出隊(duì)時(shí)，無(wú)論數(shù)據(jù)大小，Redis都表現(xiàn)出非常好的性能，而RabbitMQ的出隊(duì)性能則遠(yuǎn)低于Redis。

ZeroMQ

號(hào)稱最快的消息隊(duì)列系統(tǒng)，尤其針對(duì)大吞吐量的需求場(chǎng)景。ZMQ能夠?qū)崿F(xiàn)RabbitMQ不擅長(zhǎng)的高級(jí)/復(fù)雜的隊(duì)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(duì)這MQ能夠應(yīng)用成功的挑戰(zhàn)。ZeroMQ具有一個(gè)獨(dú)特的非中間件的模式，你不需要安裝和運(yùn)行一個(gè)消息服務(wù)器或中間件，因?yàn)槟愕膽?yīng)用程序?qū)缪萘诉@個(gè)服務(wù)角色。你只需要簡(jiǎn)單的引用ZeroMQ程序庫(kù)，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(duì)列，也就是說(shuō)如果down機(jī)，數(shù)據(jù)將會(huì)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(gè)子項(xiàng)目。類似于ZeroMQ，它能夠以代理人和點(diǎn)對(duì)點(diǎn)的技術(shù)實(shí)現(xiàn)隊(duì)列。同時(shí)類似于RabbitMQ，它少量代碼就可以高效地實(shí)現(xiàn)高級(jí)應(yīng)用場(chǎng)景。RabbitMQ、ZeroMQ、ActiveMQ均支持常用的多種語(yǔ)言客戶端 C++、Java、.Net,、Python、 Php、 Ruby等。

Jafka/Kafka

Kafka是Apache下的一個(gè)子項(xiàng)目，是一個(gè)高性能跨語(yǔ)言分布式Publish/Subscribe消息隊(duì)列系統(tǒng)，而Jafka是在Kafka之上孵化而來(lái)的，即Kafka的一個(gè)升級(jí)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(tái)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(dòng)支持分布式，自動(dòng)實(shí)現(xiàn)復(fù)雜均衡；支持Hadoop數(shù)據(jù)并行加載，對(duì)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(shí)時(shí)處理的限制，這是一個(gè)可行的解決方案。Kafka通過(guò)Hadoop的并行加載機(jī)制來(lái)統(tǒng)一了在線和離線的消息處理，這一點(diǎn)也是本課題所研究系統(tǒng)所看重的。Apache Kafka相對(duì)于ActiveMQ是一個(gè)非常輕量級(jí)的消息系統(tǒng)，除了性能非常好之外，還是一個(gè)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(duì)消息語(yǔ)義模型的定義的假設(shè)是非常不同的。我對(duì)”AMQP 更成熟”這個(gè)論點(diǎn)是持懷疑態(tài)度的。讓我們用事實(shí)說(shuō)話來(lái)看看用什么解決方案來(lái)解決你的問(wèn)題。?
　　a) 以下場(chǎng)景你比較適合使用Kafka。你有大量的事件(10萬(wàn)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(fèi)的消費(fèi)者、你希望能重讀消息、你能接受目前是有限的節(jié)點(diǎn)級(jí)別高可用或則說(shuō)你并不介意通過(guò)論壇/IRC工具得到還在幼兒階段的軟件的支持。?
　　b) 以下場(chǎng)景你比較適合使用RabbitMQ。你有較少的事件（2萬(wàn)以上/秒）并且需要通過(guò)復(fù)雜的路由邏輯去找到消費(fèi)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(diǎn)級(jí)別的高可用或則說(shuō)你需要7*24小時(shí)的付費(fèi)支持（當(dāng)然也可以通過(guò)論壇/IRC工具）。

redis 消息推送（基于分布式 pub/sub）多用于實(shí)時(shí)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(shí)時(shí)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(shí)時(shí)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(huì)丟。另外一點(diǎn)，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(gè)東西，多個(gè)訂閱者可以分組，同一個(gè)組里只有一個(gè)訂閱者會(huì)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(gè)消息，后面有一百臺(tái)服務(wù)器每臺(tái)服務(wù)器都是一個(gè)訂閱者，都訂閱了這個(gè) topic，但是他們可能分為三組，A組50臺(tái)，用來(lái)真的做發(fā)布文章，A組50臺(tái)里所有 subscriber 都訂閱了這個(gè)topic。由于在同一組，這條消息 （topic=”發(fā)布帖子”, data=”文章1”）只會(huì)被A組里面一臺(tái)當(dāng)前空閑的機(jī)器收到。而B組25臺(tái)服務(wù)器用于統(tǒng)計(jì)，C組25臺(tái)服務(wù)器用于存檔備份，每組只有一臺(tái)會(huì)收到。用不同的組來(lái)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(lái)決定消息會(huì)被分到哪臺(tái)服務(wù)器去處理，生產(chǎn)者消費(fèi)者模型嘛。redis完全沒有這類機(jī)制，這兩點(diǎn)是最大的區(qū)別。

redis是內(nèi)存數(shù)據(jù)庫(kù)！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(diǎn)就放在消費(fèi)模型是pull還是push。影響最大的，應(yīng)該是存儲(chǔ)結(jié)構(gòu)。kafka的性能要在topic數(shù)量小于64的時(shí)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(shí)候發(fā)現(xiàn)的。rabbit不知道，但是rocket的性能是（萬(wàn)條每秒），并且能夠橫向無(wú)限擴(kuò)展，單機(jī)topic數(shù)量在256時(shí)，性能損失較小。rocket可以說(shuō)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(bǔ)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(wú)限堆積的能力。想想，斷電不丟消息，積壓兩億條消息毫無(wú)壓力，niubilitykafka和rocket性能根本不是你需要考慮的問(wèn)題。

在應(yīng)用場(chǎng)景方面，

RabbitMQ,遵循AMQP協(xié)議，由內(nèi)在高并發(fā)的erlanng語(yǔ)言開發(fā)，用在實(shí)時(shí)的對(duì)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(guò)連接channel和server進(jìn)行通信，Consumer從queue獲取消息進(jìn)行消費(fèi)（長(zhǎng)連接，queue有消息會(huì)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(fèi)信息保存的客戶端consumer上，consumer根據(jù)消費(fèi)的點(diǎn)，從broker上批量pull數(shù)據(jù)；無(wú)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(chǔ)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(diǎn)不一樣，rabbitMQ支持對(duì)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(chǔ)的可靠性的要求存儲(chǔ)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(duì)集群中的broker、consumer進(jìn)行管理，可以注冊(cè)topic到zookeeper上；通過(guò)zookeeper的協(xié)調(diào)機(jī)制，producer保存對(duì)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(yǔ)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(dú)的loadbalancer進(jìn)行支持。

Kafka是可靠的分布式日志存儲(chǔ)服務(wù)。用簡(jiǎn)單的話來(lái)說(shuō)，你可以把Kafka當(dāng)作可順序?qū)懭氲囊淮缶泶艓В?可以隨時(shí)倒帶，快進(jìn)到某個(gè)時(shí)間點(diǎn)重放。先說(shuō)下日志的定義：日志是數(shù)據(jù)庫(kù)的核心，是對(duì)數(shù)據(jù)庫(kù)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(guò)1Gbps NIC的速度寫這盤磁帶（實(shí)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?。８呖煽啃裕和ㄟ^(guò)zookeeper做分布式一致性，同步到任意多塊磁盤上，故障自動(dòng)切換選主，自愈。高容量：通過(guò)橫向擴(kuò)展，LinkedIn每日通過(guò)Kafka存儲(chǔ)的新增數(shù)據(jù)高達(dá)175TB，8000億條消息，可無(wú)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(kù)的根本缺陷在于：1. 太慢，讀寫太昂貴，無(wú)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(wú)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(wèn)題）3. 無(wú)法水平scale。（多半是讀寫分離，一主多備。另: NewSQL通過(guò)一致性算法，有多主。）針對(duì)這些問(wèn)題，Kafka提出了一種方法: “l(fā)og-centric approach（以日志為中心的方法）?！睂鹘y(tǒng)數(shù)據(jù)庫(kù)分為兩個(gè)獨(dú)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?！痹跀?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(shí)送入搜索系統(tǒng)，RDBMS系統(tǒng)，數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)， 圖數(shù)據(jù)庫(kù)系統(tǒng)，日志分析等這些各種不同的數(shù)據(jù)庫(kù)系統(tǒng)。這些不同的系統(tǒng)只不過(guò)是一種對(duì)Kafka磁帶數(shù)據(jù)的一種詮釋，一個(gè)側(cè)面，一個(gè)索引，一個(gè)快照。數(shù)據(jù)丟了，沒關(guān)系，重放一遍磁帶即可，更多的時(shí)候，對(duì)這些各式數(shù)據(jù)庫(kù)系統(tǒng)的維護(hù)只是需要定期做一個(gè)快照，并拷貝到一個(gè)安全的對(duì)象存儲(chǔ)(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(jì)算：在以流為基本抽象的存儲(chǔ)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(gè)簡(jiǎn)單的例子是，在用戶觸發(fā)了某個(gè)事件后，和用戶表混合處理，產(chǎn)生數(shù)據(jù)增補(bǔ)（Augment)，再進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行相關(guān)性分析，一些簡(jiǎn)單的窗口統(tǒng)計(jì)和實(shí)時(shí)分析也很容易就能滿足，比如 在收到用戶登錄消息的時(shí)候，在線人數(shù)+1， 離線的時(shí)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(huì)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?，是一個(gè)系統(tǒng)中最重要的最核心的部分，不夸張的說(shuō)，系統(tǒng)設(shè)計(jì)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(qǐng)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(zhǎng)按上方微信二維碼?2 秒

感謝點(diǎn)贊支持下哈?