一文看常见的消息队列对比

一、核心特性对比表

维度	Kafka	RabbitMQ	RocketMQ	Pulsar
架构设计	分布式日志系统，依赖ZooKeeper	基于AMQP协议的代理模型	主从架构+NameServer协调	分层架构（Broker+BookKeeper）
单机吞吐量	100万+ TPS	5万 TPS	50万 TPS	150万 TPS
消息延迟	毫秒级（非实时场景）	微秒级（实时场景）	亚毫秒级	毫秒级（分层存储优化）
消息持久化	磁盘顺序写入	内存+磁盘持久化	同步刷盘机制	分层存储（内存+BookKeeper）
事务支持	无	有限事务	分布式事务消息	事务消息（2.7.0+）
顺序消息	分区内有序	队列有序	严格全局有序	分区有序
多租户	无	无	无	原生支持
地理复制	MirrorMaker	Federation插件	跨机房同步	原生多集群复制

二、技术特性深度解析

1. Apache Kafka

• 优势：
  • 成熟的流处理生态（Kafka Streams）
  • 与Hadoop/Spark生态无缝集成
  • 超长消息保留（适合日志归档）
• 局限：
  • 扩缩容需重新平衡分区
  • 无原生多租户支持
  • 事务支持需额外组件
• 场景：用户行为日志采集、IoT设备数据管道

2. RabbitMQ

• 优势：
  • 灵活路由（Headers/Exchange绑定）
  • 死信队列自动重试
  • 完备的MQTT协议支持
• 局限：
  • Erlang技术栈维护成本高
  • 集群规模受限（镜像队列性能损耗）
  • 无原生分布式事务
• 场景：银行支付回调、ERP系统集成

3. Apache RocketMQ

• 优势：
  • 消息轨迹追踪（排查问题利器）
  • 定时/延时消息（电商订单超时）
  • 阿里双11验证的金融级稳定性
• 局限：
  • 客户端语言支持较少
  • 无内置流计算能力
• 场景：证券交易撮合、物流状态更新

4. Apache Pulsar

• 优势：
  • 计算存储分离架构（弹性扩容）
  • 分层存储自动降冷（节省成本）
  • 函数计算框架（轻量级流处理）
• 局限：
  • 社区生态成熟度低于Kafka
  • 中文文档较少
• 场景：多租户SaaS平台、跨国数据同步

---

三、性能压测数据参考

测试项	Kafka 3.3	RabbitMQ 3.11	RocketMQ 5.0	Pulsar 2.11
100字节消息吞吐	1.2M/s	45K/s	850K/s	1.8M/s
1KB消息延迟(P99)	15ms	2ms	8ms	12ms
10万队列并发能力	不支持	1.5K队列	5K队列	100K队列
100GB数据恢复时间	30分钟	不可恢复	15分钟	5分钟

---

四、选型决策树

1. 是否需要超低延迟(<1ms) → RabbitMQ
2. 是否涉及金融级事务 → RocketMQ
3. 是否需要与大数据生态集成 → Kafka
4. 是否需要云原生多租户 → Pulsar
5. 是否要求分钟级故障恢复 → Pulsar/RocketMQ