RocketMQ与Kafka对比(18项差异)
2015-02-28王启军奔跑中的蜗牛
此文是rocketmq作者vintage.wang所写,对于每项对比,后面都增加了我的观点,有不对的地方,请各位指出。
淘宝内部的交易系统使用了淘宝自主研发的Notify消息中间件,使用Mysql作为消息存储媒介,可完全水平扩容,为了进一步降低成本,我们认为存储部分可以进一步优化,2011年初,Linkin开源了Kafka这个优秀的消息中间件,淘宝中间件团队在对Kafka做过充分Review之后,Kafka无限消息堆积,高效的持久化速度吸引了我们,但是同时发现这个消息系统主要定位于日志传输,对于使用在淘宝交易、订单、充值等场景下还有诸多特性不满足,为此我们重新用Java语言编写了RocketMQ,定位于非日志的可靠消息传输(日志场景也OK),目前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。
为了方便大家选型,整理一份RocketMQ与Kafka的对比文档,文中如有错误之处,欢迎来函指正。[email protected]
数据可靠性
·
RocketMQ支持异步实时刷盘,同步刷盘,同步Replication,异步Replication
·
Kafka使用异步刷盘方式,异步Replication
王启军评:这个地方描述有问题,kafka无法设置同步刷盘,但是可以设置同步Replication,使用request.required.acks=-1,所有的replicas
接收才返回ack。
总结:RocketMQ的同步刷盘在单机可靠性上比Kafka更高,不会因为操作系统Crash,导致数据丢失。 同时同步Replication也比Kafka异步Replication更可靠,数据完全无单点。另外Kafka的Replication以topic为单位,支持主机宕机,备机自动切换,但是这里有个问题,由于是异步Replication,那么切换后会有数据丢失,同时Leader如果重启后,会与已经存在的Leader产生数据冲突。开源版本的RocketMQ不支持Master宕机,Slave自动切换为Master,阿里云版本的RocketMQ支持自动切换特性。
王启军评:首先明确第一个问题,就算异步刷盘,当broker挂掉时,数据是不会丢失的,只有系统crash才会造成丢失,前面指出,虽然kafka是异步落盘,但是在集群模式下,可以设置同步replication,如果是同步replication,复制因子为N,允许N-1个服务所在的系统crash,而不会丢失数据,也就不存在切换后的问题。
性能对比
·
Kafka单机写入TPS约在百万条/秒,消息大小10个字节
·
RocketMQ单机写入TPS单实例约7万条/秒,单机部署3个Broker,可以跑到最高12万条/秒,消息大小10个字节
总结:Kafka的TPS跑到单机百万,主要是由于Producer端将多个小消息合并,批量发向Broker。
王启军评:这个地方kafka也是可以设置是否进行批量发送的。
RocketMQ为什么没有这么做?
1.
Producer通常使用Java语言,缓存过多消息,GC是个很严重的问题
2.
Producer调用发送消息接口,消息未发送到Broker,向业务返回成功,此时Producer宕机,会导致消息丢失,业务出错
3.
Producer通常为分布式系统,且每台机器都是多线程发送,我们认为线上的系统单个Producer每秒产生的数据量有限,不可能上万。
4.
缓存的功能完全可以由上层业务完成。
单机支持的队列数
·
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
·
RocketMQ单机支持最高5万个队列,Load不会发生明显变化
队列多有什么好处?
1.
单机可以创建更多Topic,因为每个Topic都是由一批队列组成
2.
Consumer的集群规模和队列数成正比,队列越多,Consumer集群可以越大
消息投递实时性
·
Kafka使用短轮询方式,实时性取决于轮询间隔时间
·
RocketMQ使用长轮询,同Push方式实时性一致,消息的投递延时通常在几个毫秒。
王启军评:0.8版本已经有长轮询实现了
消费失败重试
·
Kafka消费失败不支持重试
·
RocketMQ消费失败支持定时重试,每次重试间隔时间顺延
王启军评:kafka也支持,可以通过下面两个参数设置
message.send.max.retries=100
retry.backoff.ms=5000
不过这个重试时间是固定的,通常希望有个倍数。消息不丢失主要依赖ack机制,但是可能会造成重复,这个消息中间件通常希望通过业务来解决,最简单的办法,表中设置一个唯一键,或者写业务数据的同时,增加一张日志表,保证唯一。
总结:例如充值类应用,当前时刻调用运营商网关,充值失败,可能是对方压力过多,稍后在调用就会成功,如支付宝到银行扣款也是类似需求。
这里的重试需要可靠的重试,即失败重试的消息不因为Consumer宕机导致丢失。
严格的消息顺序
·
Kafka支持消息顺序,但是一台Broker宕机后,就会产生消息乱序
·
RocketMQ支持严格的消息顺序,在顺序消息场景下,一台Broker宕机后,发送消息会失败,但是不会乱序
王启军评:不知道这个问题从何而来,不知道具体场景。
Mysql Binlog分发需要严格的消息顺序
定时消息
·
Kafka不支持定时消息
·
RocketMQ支持两类定时消息
o
开源版本RocketMQ仅支持定时Level
o
阿里云ONS支持定时Level,以及指定的毫秒级别的延时时间
王启军评:此功能还是非常有用的,但是不知道支持的数据数量级有没有限制
分布式事务消息
·
Kafka不支持分布式事务消息
·
阿里云ONS支持分布式定时消息,未来开源版本的RocketMQ也有计划支持分布式事务消息
王启军评:虽然kafka不支持分布式事务,但是大多互联网应用采用分布式事务的很少,主要是因为:1、缺乏大规模应用的成功案例
2、死锁风险,特别是在大并发量下,现在大多是以客户端作为协调者,而客户端通常部署在虚拟机或者docker这种容器中,一旦挂掉,数据库只能等客户端恢复解锁。
一般使用rocketmq或者kafka的对并发量要求都比较高,使用分布式事务是一个需要考虑的问题。
Kafka有两个等级的api,大多使用highLevel的,还有一个simple
Api,可以自己控制offset的存储,这样就可以变向实现分布式事务了。
消息查询
·
Kafka不支持消息查询
·
RocketMQ支持根据Message Id查询消息,也支持根据消息内容查询消息(发送消息时指定一个Message Key,任意字符串,例如指定为订单Id)
总结:消息查询对于定位消息丢失问题非常有帮助,例如某个订单处理失败,是消息没收到还是收到处理出错了。
王启军评:此功能非常棒,比较实用。
消息回溯
·
Kafka理论上可以按照Offset来回溯消息
·
RocketMQ支持按照时间来回溯消息,精度毫秒,例如从一天之前的某时某分某秒开始重新消费消息
总结:典型业务场景如consumer做订单分析,但是由于程序逻辑或者依赖的系统发生故障等原因,导致今天消费的消息全部无效,需要重新从昨天零点开始消费,那么以时间为起点的消息重放功能对于业务非常有帮助。
消费并行度
·
Kafka的消费并行度依赖Topic配置的分区数,如分区数为10,那么最多10台机器来并行消费(每台机器只能开启一个线程),或者一台机器消费(10个线程并行消费)。即消费并行度和分区数一致。
·
RocketMQ消费并行度分两种情况
o
顺序消费方式并行度同Kafka完全一致
o
乱序方式并行度取决于Consumer的线程数,如Topic配置10个队列,10台机器消费,每台机器100个线程,那么并行度为1000。
王启军评:这个需要根据具体的业务场景,通常情况下,mq的处理能力已经足够快,瓶颈通常在业务处理上。
消息轨迹
·
Kafka不支持消息轨迹
·
阿里云ONS支持消息轨迹
开发语言友好性
·
Kafka采用Scala编写
·
RocketMQ采用Java语言编写
Broker端消息过滤
·
Kafka不支持Broker端的消息过滤
·
RocketMQ支持两种Broker端消息过滤方式
o
根据Message Tag来过滤,相当于子topic概念
o
向服务器上传一段Java代码,可以对消息做任意形式的过滤,甚至可以做Message Body的过滤拆分。
王启军评:这个功能非常好,实用。
消息堆积能力
理论上Kafka要比RocketMQ的堆积能力更强,不过RocketMQ单机也可以支持亿级的消息堆积能力,我们认为这个堆积能力已经完全可以满足业务需求。
开源社区活跃度
·
Kafka社区更新较慢
·
RocketMQ的github社区有250个个人、公司用户登记了联系方式,QQ群超过1000人。
商业支持
·
Kafka原开发团队成立新公司,目前暂没有相关产品看到
·
RocketMQ在阿里云上已经开放公测近半年,目前以云服务形式免费供大家商用,并向用户承诺99.99%的可靠性,同时彻底解决了用户自己搭建MQ产品的运维复杂性问题
成熟度
·
Kafka在日志领域比较成熟
·
RocketMQ在阿里集团内部有大量的应用在使用,每天都产生海量的消息,并且顺利支持了多次天猫双十一海量消息考验,是数据削峰填谷的利器。
王启军评:kafka的确是在日志领域应用比较广泛的,新版本逐步开始完善,可靠性方面有了很大提升,但是rocketmq一开始就是以电商为背景的,所以很多功能值得肯定,从长期来看,如果公司有能力的话,应该以rocketmq为基础,在上面投入人力进行扩展研发。短期看rocketmq有待完善,客户端不够全,只有java,文档偏少,配置不友好。两个mq都非常优秀,无论选择哪个都非常不错,可以根据自身实力和业务场景灵活取舍。使用开源,如果要想不出错,研究源码非常必要。
更多文章,欢迎微信关注奔跑中的蜗牛,