RocketMQ與Kafka對比

五柳-先生發表於2015-07-06
MQKafka

淘寶內部的交易系統使用了淘寶自主研發的Notify訊息中介軟體，使用Mysql作為訊息儲存媒介，可完全水平擴容，為了進一步降低成本，我們認為儲存部分可以進一步優化，2011年初，Linkin開源了Kafka這個優秀的訊息中介軟體，淘寶中介軟體團隊在對Kafka做過充分Review之後，Kafka無限訊息堆積，高效的持久化速度吸引了我們，但是同時發現這個訊息系統主要定位於日誌傳輸，對於使用在淘寶交易、訂單、充值等場景下還有諸多特性不滿足，為此我們重新用Java語言編寫了RocketMQ，定位於非日誌的可靠訊息傳輸（日誌場景也OK），目前RocketMQ在阿里集團被廣泛應用在訂單，交易，充值，流計算，訊息推送，日誌流式處理，binglog分發等場景。

為了方便大家選型，整理一份RocketMQ與Kafka的對比文件，文中如有錯誤之處，歡迎來函指正。vintage.wang@gmail.com

資料可靠性

  • RocketMQ支援非同步實時刷盤，同步刷盤，同步Replication，非同步Replication
  • Kafka使用非同步刷盤方式，非同步Replication/同步Replication

總結：RocketMQ的同步刷盤在單機可靠性上比Kafka更高，不會因為作業系統Crash，導致資料丟失。Kafka同步Replication理論上效能低於RocketMQ的同步Replication，原因是Kafka的資料已分割槽為單位組織，意味著一個Kafka例項上會有幾百個資料分割槽，RocketMQ一個例項上只有一個資料分割槽，RocketMQ可以充分利用IO Group Commit機制，批量傳輸資料，配置同步Replication與非同步Replication相比，效能損耗月20%~30%，Kafka沒有親自測試過，但是個人認為理論上會與低於RocketMQ。

效能對比

總結：Kafka的TPS跑到單機百萬，主要是由於Producer端將多個小訊息合併，批量發向Broker。

RocketMQ為什麼沒有這麼做？

  1. Producer通常使用Java語言，快取過多訊息，GC是個很嚴重的問題
  2. Producer呼叫傳送訊息介面，訊息未傳送到Broker，向業務返回成功，此時Producer當機，會導致訊息丟失，業務出錯
  3. Producer通常為分散式系統，且每臺機器都是多執行緒傳送，我們認為線上的系統單個Producer每秒產生的資料量有限，不可能上萬。
  4. 快取的功能完全可以由上層業務完成。

單機支援的佇列數

  • Kafka單機超過64個佇列/分割槽，Load會發生明顯的飆高現象，佇列越多，load越高，傳送訊息響應時間變長。Kafka分割槽數無法過多的問題
  • RocketMQ單機支援最高5萬個佇列，Load不會發生明顯變化

佇列多有什麼好處？

  1. 單機可以建立更多Topic，因為每個Topic都是由一批佇列組成
  2. Consumer的叢集規模和佇列數成正比，佇列越多，Consumer叢集可以越大

訊息投遞實時性

  • Kafka使用短輪詢方式，實時性取決於輪詢間隔時間，0.8以後版本支援長輪詢。
  • RocketMQ使用長輪詢，同Push方式實時性一致，訊息的投遞延時通常在幾個毫秒。

消費失敗重試

  • Kafka消費失敗不支援重試。
  • RocketMQ消費失敗支援定時重試，每次重試間隔時間順延

總結：例如充值類應用，當前時刻呼叫運營商閘道器，充值失敗，可能是對方壓力過多，稍後再呼叫就會成功，如支付寶到銀行扣款也是類似需求。

這裡的重試需要可靠的重試，即失敗重試的訊息不因為Consumer當機導致丟失。

嚴格的訊息順序

  • Kafka支援訊息順序，但是一臺Broker當機後，就會產生訊息亂序
  • RocketMQ支援嚴格的訊息順序，在順序訊息場景下，一臺Broker當機後，傳送訊息會失敗，但是不會亂序

Mysql Binlog分發需要嚴格的訊息順序

定時訊息

  • Kafka不支援定時訊息
  • RocketMQ支援兩類定時訊息
    • 開源版本RocketMQ僅支援定時Level，定時Level使用者可定製
    • 阿里雲ONS支援定時Level，以及指定的毫秒級別的延時時間

分散式事務訊息

  • Kafka不支援分散式事務訊息
  • 阿里雲ONS支援分散式定時訊息，未來開源版本的RocketMQ也有計劃支援分散式事務訊息

訊息查詢

  • Kafka不支援訊息查詢
  • RocketMQ支援根據Message Id查詢訊息，也支援根據訊息內容查詢訊息（傳送訊息時指定一個Message Key，任意字串，例如指定為訂單Id）

總結：訊息查詢對於定位訊息丟失問題非常有幫助，例如某個訂單處理失敗，是訊息沒收到還是收到處理出錯了。

訊息回溯

  • Kafka理論上可以按照Offset來回溯訊息
  • RocketMQ支援按照時間來回溯訊息，精度毫秒，例如從一天之前的某時某分某秒開始重新消費訊息

總結：典型業務場景如consumer做訂單分析，但是由於程式邏輯或者依賴的系統發生故障等原因，導致今天消費的訊息全部無效，需要重新從昨天零點開始消費，那麼以時間為起點的訊息重放功能對於業務非常有幫助。

消費並行度

  • Kafka的消費並行度依賴Topic配置的分割槽數，如分割槽數為10，那麼最多10臺機器來並行消費（每臺機器只能開啟一個執行緒），或者一臺機器消費（10個執行緒並行消費）。即消費並行度和分割槽數一致。

  • RocketMQ消費並行度分兩種情況

    • 順序消費方式並行度同Kafka完全一致
    • 亂序方式並行度取決於Consumer的執行緒數，如Topic配置10個佇列，10臺機器消費，每臺機器100個執行緒，那麼並行度為1000。

訊息軌跡

  • Kafka不支援訊息軌跡
  • 阿里雲ONS支援訊息軌跡

開發語言友好性

  • Kafka採用Scala編寫
  • RocketMQ採用Java語言編寫

Broker端訊息過濾

  • Kafka不支援Broker端的訊息過濾
  • RocketMQ支援兩種Broker端訊息過濾方式
    • 根據Message Tag來過濾，相當於子topic概念
    • 向伺服器上傳一段Java程式碼，可以對訊息做任意形式的過濾，甚至可以做Message Body的過濾拆分。

訊息堆積能力

理論上Kafka要比RocketMQ的堆積能力更強，不過RocketMQ單機也可以支援億級的訊息堆積能力，我們認為這個堆積能力已經完全可以滿足業務需求。

開源社群活躍度

商業支援

成熟度

  • Kafka在日誌領域比較成熟
  • RocketMQ在阿里集團內部有大量的應用在使用，每天都產生海量的訊息，並且順利支援了多次天貓雙十一海量訊息考驗，是資料削峰填谷的利器。

原文地址： https://github.com/alibaba/RocketMQ/wiki/rmq_vs_kafka

相關文章