RocketMQ与Kafka对比(18项差异)评价版

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,

时间: 2024-11-05 12:26:04

RocketMQ与Kafka对比(18项差异)评价版的相关文章

RocketMQ与Kafka对比(18项差异)

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

转发:RocketMQ与kafka的对比

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

Kafka、RabbitMQ、RocketMQ消息中间件的对比 —— 消息发送性能-转自阿里中间件

引言 分布式系统中,我们广泛运用消息中间件进行系统间的数据交换,便于异步解耦.现在开源的消息中间件有很多,前段时间我们自家的产品 RocketMQ (MetaQ的内核) 也顺利开源,得到大家的关注. 那么,消息中间件性能究竟哪家强? 带着这个疑问,我们中间件测试组对常见的三类消息产品(Kafka.RabbitMQ.RocketMQ)做了性能比较. Kafka是LinkedIn开源的分布式发布-订阅消息系统,目前归属于Apache定级项目.Kafka主要特点是基于Pull的模式来处理消息消费,追求

分布式消息队列RocketMQ与Kafka架构上的巨大差异之1 -- 为什么RocketMQ要去除ZK依赖?

我们知道,在早期的RocketMQ版本中,是有依赖ZK的.而现在的版本中,是去掉了对ZK的依赖,转而使用自己开发的NameSrv. 并且这个NameSrv是无状态的,你可以随意的部署多台,其代码也非常简单,非常轻量. 那不禁要问了:ZooKeeper是业界用来管理集群的一个非常常用的中间件,比如Kafka就是依赖的ZK.那为什么RocketMQ要自己造轮子,自己做集群的管理呢?纯粹就是再做一个Zookeeper吗? 本篇试图通过一个架构上的巨大差异,来阐述为什么RocketMQ可以去掉ZK. 有

转:Kafka、RabbitMQ、RocketMQ消息中间件的对比 —— 消息发送性能 (阿里中间件团队博客)

from: http://jm.taobao.org/2016/04/01/kafka-vs-rabbitmq-vs-rocketmq-message-send-performance/ 引言 分布式系统中,我们广泛运用消息中间件进行系统间的数据交换,便于异步解耦.现在开源的消息中间件有很多,前段时间我们自家的产品 RocketMQ (MetaQ的内核) 也顺利开源,得到大家的关注. 那么,消息中间件性能究竟哪家强? 带着这个疑问,我们中间件测试组对常见的三类消息产品(Kafka.RabbitM

RabbitMQ和Kafka对比

# 前言 开源社区有好多优秀的队列中间件,比如RabbitMQ和Kafka,每个队列都貌似有其特性,在进行工程选择时,往往眼花缭乱,不知所措.对于RabbitMQ和Kafka,到底应该选哪个? # RabbitMQ架构 ## 概念 RabbitMQ是一个分布式系统 **broker**:每个节点运行的服务程序,功能为维护该节点的队列的增删以及转发队列操作请求. **master queue**:每个队列都分为一个主队列和若干个镜像队列. **mirror queue**:镜像队列,作为maste

分布式消息服务DMS与开源Kafka对比

分布式消息服务(简称DMS)是一项基于高可用分布式集群技术的消息中间件服务,提供了可靠且可扩展的托管消息队列,用于收发消息和存储消息.那么,比起自建开源的Kafka,分布式消息服务DMS有哪些好处呢?以下就是两者的详细对比. 原文地址:https://www.cnblogs.com/middleware/p/9146189.html

ActiveMQ、RabbitMQ、RocketMQ、Kafka有什么优点和缺点

ActiveMQ 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 总结: 非常成熟,功能强大,在早些年业内大量的公司以及项目中都有应用 偶尔会有较低概率丢失消息 现在社区以及国内应用都越来越少,官方社区现在对ActiveMQ 5.x维护越来越少,几个月才发布一个版本 主要是基于解耦和异步来用的,较少在大规模吞吐的场景中使用 RabbitMQ 单机吞吐量:万级 topic数量

分布式消息队列 NSQ 和 Kafka 对比

谈谈分布式消息队列的一些特性,比较两种比较常用的消息队列——NSQ和Kafka 1 消息队列的作用 解耦,将一个流程加入一层数据接口拆分成两个部分,上游专注通知,下游专注处理 缓冲,应对流量的突然上涨变更,消息队列有很好的缓冲削峰作用 异步,上游发送消息以后可以马上返回,处理工作交给下游进行 广播,让一个消息被多个下游进行处理 冗余,保存处理的消息,防止消息处理失败导致的数据丢失 2 NSQ 2.1 组件 NSQ主要包含3个组件: nsqd:在服务端运行的守护进程,负责接收,排队,投递消息给客户