RocketMQ与kafka对比（18项差异） |我的资源库露水湾

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。

数据可靠性

RocketMQ支持异步实时刷盘，同步刷盘，同步复制，异步复制
卡夫卡使用异步刷盘方式，异步复制/同步复制总结：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。Kafka 同步 Replication 理论上性能低于RocketMQ的同步 Replication，原因是 Kafka 的数据以分区为单位组织，意味着一个 Kafka 实例上会有几百个数据分区，RocketMQ一个实例上只有一个数据分区，RocketMQ 可以充分利用 IO 组 Commit 机制，批量传输数据，配置同步 Replication 与异步 Replication 相比，性能损耗约 20%~30%，Kafka 没有亲自测试过，但是个人认为理论上会低于 RocketMQ。

性能对比

卡夫卡单机写入 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。
RocketMQ 为什么没有这么做？

制片人通常使用的 Java 语言，缓存过多消息，GC 是个很严重的问题
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。
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。Kafka 分区数无法过多的问题
RocketMQ 单机支持最高 5 万个队列，负载不会发生明显变化
队列多有什么好处？

单机可以创建更多话题，因为每个主题都是由一批队列组成
消费者的集群规模和队列数成正比，队列越多，消费类集群可以越大

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，0.8 以后版本支持长轮询。
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
卡夫卡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：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，稍后再调用就会成功，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

卡夫卡支持消息顺序，但是一台代理宕机后，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 MySQL 的二进制日志分发需要严格的消息顺序

定时消息

卡夫卡不支持定时消息
RocketMQ 支持两类定时消息
- 开源版本 RocketMQ 仅支持定时级别，定时级用户可定制
- 阿里云 MQ 指定的毫秒级别的延时时间
  分布式事务消息
卡夫卡不支持分布式事务消息
阿里云 MQ 支持分布式事务消息，未来开源版本的 RocketMQ 也有计划支持分布式事务消息
消息查询
卡夫卡不支持消息查询
RocketMQ 支持根据消息标识查询消息，也支持根据消息内容查询消息（发送消息时指定一个消息密钥，任意字符串，例如指定为订单编号）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。
消息回溯
卡夫卡理论上可以按照偏移来回溯消息
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
- 顺序消费方式并行度同卡夫卡完全一致
- 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
卡夫卡不支持消息轨迹
阿里云 MQ 支持消息轨迹
开发语言友好性
卡夫卡采用斯卡拉编写
RocketMQ 采用的 Java 语言编写
券商端消息过滤
卡夫卡不支持代理端的消息过滤
RocketMQ 支持两种代理端消息过滤方式
- 根据消息变量来过滤，相当于子主题概念
- 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 身体的过滤拆分。
  消息堆积能力