MQ的分类与选型

MQ分类

1.ActiveMQ

        优点：单机吞吐量万级，时效性 ms 级，可用性高，基于主从架构实现高可用性，消息可靠性较低的概率丢失数据

        缺点: 官方社区现在对 ActiveMQ 5.x 维护越来越少，高吞吐量场景较少使用 。

2.Kafka

        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。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.RocketMQ

        RocketMQ 出自阿里巴巴的开源产品，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。被阿里巴巴广泛应用在订单，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 , 消息可以做到 0 丢失 , 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

        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

4.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 高并发特性 ，性能较好； 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 如： Python 、 Ruby 、 .NET 、 Java 、 JMS 、 C 、 PHP 、 ActionScript 、 XMPP 、STOMP等，支持 AJAX 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；更新频率相当高 https://www.rabbitmq.com/news.html

        缺点：商业版需要收费, 学习成本较高

MQ选型

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

        结合 erlang 语言本身的并发优势，性能好 时效性微秒级 ， 社区活跃度也比较高，管理界面用起来十分方便，如果你的 数据量没有那么大 ，中小型公司优先选择功能比较完备的 RabbitMQ 。