Ali RocketMQ与Kafka对照

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。可全然水平扩容，为了进一步减少成本。我们觉得存储部分能够进一步优化，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，可是同一时候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。为此我们又一次用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），眼下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的对照文档，文中如有错误之处，欢迎来函指正。

vintage.wang@gmail.com

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



总结：RocketMQ的同步刷盘在单机可靠性上比Kafka更高，不会由于操作系统Crash，导致数据丢失。

同一时候同步Replication也比Kafka异步Replication更可靠。数据全然无单点。另外Kafka的Replication以topic为单位，支持主机宕机，备机自己主动切换，可是这里有个问题，由于是异步Replication，那么切换后会有数据丢失。同一时候Leader假设重新启动后。会与已经存在的Leader产生数据冲突。开源版本号的RocketMQ不支持Master宕机，Slave自己主动切换为Master，阿里云版本号的RocketMQ支持自己主动切换特性。

性能对照

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。能够跑到最高12万条/秒，消息大小10个字节



总结：Kafka的TPS跑到单机百万。主要是因为Producer端将多个小消息合并，批量发向Broker。

RocketMQ为什么没有这么做？

Producer通常使用Java语言，缓存过多消息，GC是个非常严重的问题

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

Producer通常为分布式系统，且每台机器都是多线程发送，我们觉得线上的系统单个Producer每秒产生的数据量有限。不可能上万。

缓存的功能全然能够由上层业务完毕。

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

队列多有什么优点？

单机能够创建很多其它Topic。由于每一个Topic都是由一批队列组成

Consumer的集群规模和队列数成正比，队列越多，Consumer集群能够越大

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。

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



总结：比如充值类应用，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。

这里的重试须要可靠的重试，即失败重试的消息不由于Consumer宕机导致丢失。

严格的消息顺序

Kafka支持消息顺序，可是一台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。可是不会乱序



Mysql Binlog分发须要严格的消息顺序

定时消息

Kafka不支持定时消息

RocketMQ支持两类定时消息

开源版本号RocketMQ仅支持定时Level

阿里云ONS支持定时Level，以及指定的毫秒级别的延时时间

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，未来开源版本号的RocketMQ也有计划支持分布式事务消息

消息查询

Kafka不支持消息查询

RocketMQ支持依据Message Id查询消息。也支持依据消息内容查询消息（发送消息时指定一个Message Key，随意字符串，比如指定为订单Id）



总结：消息查询对于定位消息丢失问题很有帮助，比如某个订单处理失败，是消息没收到还是收到处理出错了。

消息回溯

Kafka理论上能够依照Offset来回溯消息

RocketMQ支持依照时间来回溯消息，精度毫秒。比如从一天之前的某时某分某秒開始又一次消费消息



总结：典型业务场景如consumer做订单分析。可是因为程序逻辑或者依赖的系统发生问题等原因，导致今天消费的消息所有无效，须要又一次从昨天零点開始消费，那么以时间为起点的消息重放功能对于业务很有帮助。

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（每台机器仅仅能开启一个线程），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

顺序消费方式并行度同Kafka全然一致

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。

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採用Scala编写

RocketMQ採用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

依据Message Tag来过滤。相当于子topic概念

向server上传一段Java代码，能够对消息做随意形式的过滤，甚至能够做Message Body的过滤拆分。

消息堆积能力

理论上Kafka要比RocketMQ的堆积能力更强。只是RocketMQ单机也能够支持亿级的消息堆积能力。我们觉得这个堆积能力已经全然能够满足业务需求。

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。https://github.com/alibaba/RocketMQ/issues/1

商业支持

Kafka原开发团队成立新公司，眼下暂没有相关产品看到

RocketMQ在阿里云上已经开放公測近半年，眼下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。同一时候彻底攻克了用户自己搭建MQ产品的运维复杂性问题。
http://www.aliyun.com/product/ons

成熟度

Kafka在日志领域比較成熟

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，而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。

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