原文地址： 高并发架构系列：Kafka、RocketMQ、RabbitMQ的优劣势比较
      在高并发业务场景下，典型的阿里双11秒杀等业务，消息队列中间件在流量削峰、解耦上有不可替代的作用。

今天我们一起来探讨：

• 全量的消息队列究竟有哪些？
• Kafka、RocketMQ、RabbitMQ的优劣势比较
• 以及消息队列的选型

1、全量MQ消息队列有哪些？

      那么目前在业界有哪些比较知名的消息引擎呢？如下图所示

常见的消息引擎

这里面几乎完全列举了当下比较知名的消息引擎，包括：

• ZeroMQ
• 推特的Distributedlog
• ActiveMQ：Apache旗下的老牌消息引擎
• RabbitMQ、Kafka
• RocketMQ
• Artemis：Apache的ActiveMQ下的子项目
• Apollo：同样为Apache的ActiveMQ的子项目的号称下一代消息引擎
• 商业化的消息引擎IronMQ
• 以及实现了JMS(Java Message Service)标准的OpenMQ。

MQ消息队列的技术应用

消息队列的使用场景

1. 解耦
      解耦是消息队列要解决的最本质问题。

2. 最终一致性
      最终一致性指的是两个系统的状态保持一致，要么都成功，要么都失败。最终一致性不是消息队列的必备特性，但确实可以依靠消息队列来做最终一致性的事情。

2. 广播
      消息队列的基本功能之一是进行广播。有了消息队列，我们只需要关心消息是否送达了队列，至于谁希望订阅，是下游的事情，无疑极大地减少了开发和联调的工作量。

3. 错峰与流控
      典型的使用场景就是秒杀业务用于流量削峰场景。
      由于篇幅的关系，本文重点介绍消息队列比较，详细应用场景请参考：什么是流量削峰？如何解决秒杀业务的削峰场景

2、Kafka、RocketMQ、RabbitMQ简单比较

三个MQ的简单对比

1. ActiveMQ

• 优点
  单机吞吐量：万级
  topic数量都吞吐量的影响：
  时效性：ms级
  可用性：高，基于主从架构实现高可用性
  消息可靠性：有较低的概率丢失数据
  功能支持：MQ领域的功能极其完备
• 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。

2. Kafka

      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。
Apache Kafka它最初由LinkedIn公司基于独特的设计实现为一个分布式的提交日志系统( a distributed commit log)，之后成为Apache项目的一部分。
目前已经被LinkedIn，Uber, Twitter, Netflix等大公司所采纳。

• 优点
  性能卓越，单机写入TPS约在百万条/秒，最大的优点，就是吞吐量高。
  时效性：ms级
  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
  消费者采用Pull方式获取消息, 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;
  有优秀的第三方Kafka Web管理界面Kafka-Manager；
  在日志领域比较成熟，被多家公司和多个开源项目使用；
  功能支持：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
• 缺点
  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
  使用短轮询方式，实时性取决于轮询间隔时间；
  消费失败不支持重试；
  支持消息顺序，但是一台代理宕机后，就会产生消息乱序；
  社区更新较慢；

3. RabbitMQ

      RabbitMQ 2007年发布，是一个在AMQP(高级消息队列协议)基础上完成的，可复用的企业消息系统，是当前最主流的消息中间件之一。

• 优点
  由于erlang语言的特性，mq 性能较好，高并发；
  吞吐量到万级，MQ功能比较完备
  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
  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。
  RabbitMQ确实吞吐量会低一些，这是因为他做的实现机制比较重。
  需要学习比较复杂的接口和协议，学习和维护成本较高。

4. RocketMQ

      RocketMQ出自 阿里公司的开源产品，用 Java 语言实现，在设计时参考了 Kafka，并做出了自己的一些改进。
      RocketMQ在阿里集团被广泛应用在订单，交易，充值，流计算，消息推送，日志流式处理，binglog分发等场景。

• 优点
  单机吞吐量：十万级
  可用性：非常高，分布式架构
  消息可靠性：经过参数优化配置，消息可以做到0丢失
  功能支持：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

• 缺点
  支持的客户端语言不多，目前是java及c++，其中c++不成熟；
  社区活跃度一般
  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

3、消息队列选择建议

1. Kafka

      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，适合产生大量数据的互联网服务的数据收集业务。
大型公司建议可以选用，如果有日志采集功能，肯定是首选kafka了。

2. RocketMQ

      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。

3. RabbitMQ

      RabbitMQ :结合erlang语言本身的并发优势，性能较好，社区活跃度也比较高，但是不利于做二次开发和维护。不过，RabbitMQ的社区十分活跃，可以解决开发过程中遇到的bug。

      如果你的数据量没有那么大，小公司优先选择功能比较完备的RabbitMQ。