如果你問自己是否Apache Kafka比RabbitMQ更好或RabbitMQ是否比Apache Kafka更可靠，我想在這里阻止你。本文將從更廣泛的角度討論這兩種情況。它關注的是這兩個系統(tǒng)提供的功能，并將指導您做出正確的決定，決定何時使用哪個系統(tǒng)。

web上的一些文章讓Apache Kafka在RabbitMQ面前大出風頭，而另一些文章則恰恰相反。我們中的很多人可能會因為聽了大肆宣傳，跟著人群跑而認罪。我覺得重要的是要知道是使用RabbitMQ還是Kafka取決于您項目的需求，只有當您在合適的場景中使用了正確的設置，才能進行真正的比較。

我和84codes在業(yè)界工作了很長時間，通過服務CloudAMQP為RabbitMQ提供托管解決方案，通過服務CloudKarafka為Apache Kafka提供托管解決方案。由于我已經看到了CloudAMQP和CloudKarafka用戶的許多用例和不同的應用程序設置，我覺得我可以根據我的經驗，在RabbitMQ和Apache Kafka上權威地回答用例問題。

在本文中，我的任務是根據多年來開發(fā)人員與開發(fā)人員之間的許多交談來分享自己的見解，并試圖傳達他們關于為什么選擇特定的message broker服務而不是其他服務的想法。

本文中使用的術語包括:

消息隊列在RabbitMQ中是一個隊列，而這個“隊列”在Kafka中被稱為日志，但是為了簡化本文中的信息，我將一直使用隊列而不是切換到“日志”。

卡夫卡的信息通常被稱為記錄，但是，為了簡化這里的信息，我將再次提到信息。

當我在Kafka中撰寫一個主題時，您可以把它看作是消息隊列中的一個分類?？ǚ蚩ㄖ黝}被分成若干分區(qū)，這些分區(qū)以不變的順序包含記錄。

這兩個系統(tǒng)都通過隊列或主題在生產者和消費者之間傳遞消息。消息可以包含任何類型的信息。例如，它可以包含網站上發(fā)生的事件的信息，也可以是觸發(fā)另一個應用程序上的事件的簡單文本消息。

這種系統(tǒng)非常適合于連接不同的組件、構建微服務、實時數據流或將工作傳遞給遠程工作者。

根據Confluent的數據，超過三分之一的財富500強公司使用Apache Kafka。各種大型行業(yè)也依賴于RabbitMQ，如Zalando、WeWork、Wunderlist和Bloomberg。

最大的問題;什么時候使用Kafka，什么時候使用RabbitMQ?

不久前，我在Stackoverflow上寫了一個答案來回答這個問題，“有任何理由使用RabbitMQ而不是Kafka嗎?”答案只有幾行字，但它已經被證明是一個許多人發(fā)現有用的答案。

我將試著把答案分解成子答案，并試著解釋每一部分。首先，我寫道——“RabbitMQ是一個可靠的、成熟的、通用的消息代理，它支持一些協議，如AMQP、MQTT、STOMP等。RabbitMQ可以處理高吞吐量。它的一個常見用例是處理后臺作業(yè)或充當微服務之間的消息代理。Kafka是一個消息總線優(yōu)化的高接入數據流和重放。Kafka可以看作是一個持久的消息代理，應用程序可以在其中處理和重新處理磁盤上的流數據。

關于“成熟”一詞;RabbitMQ在市場上出現的時間比Kafka(分別是2007年和2011年)要長。RabbitMQ和Kafka都是“成熟的”，這意味著它們都被認為是可靠的、可擴展的消息傳遞系統(tǒng)。

消息處理(消息重放)

這是他們之間的主要區(qū)別;與大多數消息傳遞系統(tǒng)不同，Kafka中的消息隊列是持久的。發(fā)送的數據將一直存儲到經過指定的保留期(一段時間或一個大小限制)為止。消息將一直停留在隊列中，直到超過保留期/大小限制，這意味著消息被使用后不會被刪除。相反，它可以被重放或多次使用，這是一個可以調整的設置。

在RabbitMQ中，消息被存儲起來，直到接收應用程序連接并接收到隊列外的消息?？蛻舳丝梢栽诮邮盏较⒒蛟谕耆幚硗晗⒑骯ck(確認)消息。在任何一種情況下，一旦消息被處理，它就會從隊列中刪除。

如果您在Kafka中使用重播，請確保您使用它的方式和原因是正確的。將一個事件重復播放多次，而這個事件應該只發(fā)生一次;例如，如果您碰巧多次保存客戶訂單，在大多數使用場景中并不理想。當用戶中存在需要部署新版本的bug，并且需要重新處理部分或全部消息時，重播就會派上用場了。

協議

我還提到了“RabbitMQ支持一些標準化協議，如AMQP, MQTT, STOMP等”，其中它本機實現AMQP 0.9.1。使用標準化消息協議允許您將RabbitMQ代理替換為任何基于AMQP的代理。

Kafka在TCP/IP之上使用自定義協議在應用程序和集群之間進行通信。Kafka不能被簡單地移除和替換，因為它是唯一實現這個協議的軟件。

RabbitMQ支持不同協議的能力意味著它可以在許多不同的場景中使用。

AMQP的最新版本與官方支持的0.9.1版本有很大不同。RabbitMQ不太可能偏離AMQP 0.9.1。該協議的1.0版本于2011年10月30日發(fā)布，但尚未獲得開發(fā)人員的廣泛支持。AMQP 1.0可通過插件使用。

路由

答案的下一部分是關于路由的，我寫道:“Kafka有一個非常簡單的路由方法。如果你需要以復雜的方式將消息傳遞給用戶，RabbitMQ有更好的選擇。”

RabbitMQ的主要優(yōu)點是能夠靈活地路由消息。直接或基于正則表達式的路由允許消息到達特定隊列，而無需附加代碼。RabbitMQ有四種不同的路由選擇:直接、主題、扇出和頭交換。直接交換路由消息到所有隊列，這些隊列與所謂的路由密鑰完全匹配。扇形交換器可以向綁定到該交換器的每個隊列廣播一條消息。topics方法類似于direct，因為它使用一個路由鍵，但是允許通配符匹配和精確匹配。有關不同交換類型的更多信息可以在這里找到。

Kafka不支持路由;Kafka主題被劃分為多個分區(qū)，這些分區(qū)以不變的順序包含消息。您可以使用消費者組和持久主題來替代RabbitMQ中的路由，在該路由中，您將所有消息發(fā)送到一個主題，但讓您的消費者組從不同的偏移量訂閱。

您可以在Kafka streams的幫助下自己創(chuàng)建動態(tài)路由，即動態(tài)地將事件路由到主題，但這不是默認特性。

消息優(yōu)先級

RabbitMQ支持所謂的優(yōu)先隊列，這意味著隊列可以被設置為具有一系列優(yōu)先級?？梢栽诎l(fā)布消息時設置每個消息的優(yōu)先級。根據消息的優(yōu)先級，它被放置在適當的優(yōu)先級隊列中。那么，什么時候可以使用優(yōu)先隊列呢?下面是一個簡單的示例:我們每天都在為托管的數據庫服務ElephantSQL運行數據庫備份。數以千計的備份事件被無序地添加到RabbitMQ中?？蛻暨€可以按需觸發(fā)備份，如果發(fā)生這種情況，我將一個新的備份事件添加到隊列中，但具有更高的優(yōu)先級。

在卡夫卡中，消息不能以優(yōu)先級發(fā)送，也不能按優(yōu)先級順序發(fā)送。無論客戶端有多忙，Kafka中的所有消息都按照接收它們的順序存儲和發(fā)送。

確認(提交或確認)

“確認”是在通信進程之間傳遞的信號，表示確認。，接收發(fā)送或處理的信息。

Kafka和RabbitMQ都支持生產者確認(RabbitMQ中的發(fā)布者確認)，以確保發(fā)布的消息已安全到達代理。

當節(jié)點向使用者傳遞消息時，它必須決定是否應將該消息視為由使用者處理(或至少是接收)?？蛻舳丝梢栽诮邮盏较r或在客戶端完全處理完消息后進行ack。

RabbitMQ可以考慮發(fā)送出去的消息，也可以等待使用者在收到消息后手動確認。

Kafka為分區(qū)中的每條消息維護一個偏移量。提交的位置是保存的最后一個偏移量。如果進程失敗并重新啟動，這是它將恢復到的偏移量嗎?Kafka中的使用者既可以定期地自動提交偏移量，也可以選擇手動控制提交的位置。

在不同版本的Apache Kafka中，Kafka是如何記錄哪些被使用了，哪些沒有被使用的。在早期版本中，使用者跟蹤偏移量。

當RabbitMQ客戶端不能處理消息時，它也可以nack(否定確認)消息。消息將被返回到它來自的隊列中，就像它是一個新消息一樣;這在客戶端出現臨時故障時非常有用。

如何處理隊列?

RabbitMQ的隊列在空的時候是最快的，而Kafka被設計用來保存和分發(fā)大量的消息。Kafka用很少的開銷保留大量的數據。

嘗試RabbitMQ的人可能沒有意識到惰性隊列的特性。惰性隊列是將消息自動存儲到磁盤的隊列，從而最大限度地減少RAM的使用，但延長了吞吐量時間。根據我們的經驗，惰性隊列創(chuàng)建了更穩(wěn)定的集群，具有更好的預測性能。如果你要一次發(fā)送很多消息(例如處理批處理任務)，或者你認為你的用戶跟不上發(fā)布者的速度，我們建議你啟用惰性隊列。

擴展

擴展是指增加或減少系統(tǒng)容量的過程。RabbitMQ和Kafka可以以不同的方式伸縮，你可以調整消費者的數量，代理的能力或者向系統(tǒng)中添加更多的節(jié)點。

消費者擴展

如果發(fā)布速度更快，那么就可以使用RabbitMQ，那么隊列將開始增長，最終可能會產生數百萬條消息，最終導致RabbitMQ耗盡內存。在這種情況下，您可以擴展處理(消費)您的消息的消費者數量。RabbitMQ中的每個隊列可以有許多使用者，而這些使用者都可以“競爭”使用來自隊列的消息。消息處理分布在所有活動的使用者中，因此在RabbitMQ中通過簡單地添加和刪除使用者就可以實現上下伸縮。

在Kafka中，分配使用者的方法是使用主題分區(qū)，其中組中的每個使用者專用于一個或多個分區(qū)。您可以使用分區(qū)機制按業(yè)務鍵(例如，按用戶id、位置等)向每個分區(qū)發(fā)送不同的消息集。

擴展代理

我在stackoverflow的回答中寫道;“Kafka是基于水平擴展(添加更多機器)的想法而建立的，而RabbitMQ主要是為垂直擴展(添加更多功能)而設計的。”答案的這一部分是提供有關運行Kafka或RabbitMQ的機器的信息。

在RabbitMQ中，水平伸縮并不總是提供更好的性能。通過垂直擴展(添加更多Power)可以獲得最佳性能級別。在RabbitMQ中可以進行水平伸縮，但這意味著必須在節(jié)點之間建立集群，這可能會降低設置的速度。

在Kafka中，您可以通過向集群添加更多節(jié)點或向主題添加更多分區(qū)來擴展。這有時比像在RabbitMQ中那樣在現有的機器中添加CPU或內存更容易。

許多人和博客，包括Confluent，都在談論Kafka在縮放方面有多棒。當然，卡夫卡可以比RabbitMQ擴展得更遠，因為對于你能買到的機器的強度總是有限制的。但是，在這種情況下，我們需要記住使用代理的原因。你可能有一個Kafka和RabbitMQ都可以支持的消息量，而沒有任何問題，我們大多數人不會處理RabbitMQ耗盡空間的規(guī)模。

日志壓縮

值得一提的是，在Apache Kafka中，RabbitMQ中不存在的一個特性是日志壓縮策略。日志壓縮確保Kafka始終保留單個主題分區(qū)隊列中每個消息鍵的最后已知值。Kafka只是簡單地保留消息的最新版本，并用相同的密鑰刪除舊版本。

日志壓縮可以看作是使用Kafka作為數據庫的一種方式。您可以將保留期設置為“永久”，或者對某個主題啟用日志壓縮，這樣數據就會永久存儲。

使用日志壓縮的一個示例是，在數千個正在運行的集群中顯示一個集群的最新狀態(tài)。我們存儲最終狀態(tài)，而不是存儲集群是否一直在響應?？梢粤⒓传@得最新信息，比如隊列中當前有多少條消息。

監(jiān)控

RabbitMQ有一個用戶友好的界面，讓你監(jiān)控和處理你的RabbitMQ服務器從一個網絡瀏覽器。除了其他功能外，隊列、連接、通道、交換器、用戶和用戶權限可以在瀏覽器中處理(創(chuàng)建、刪除和列出)，并且可以手動監(jiān)控消息率和發(fā)送/接收消息。

對于Kafka，我們有很多用于監(jiān)控的開源工具，也有一些商業(yè)工具，提供管理和監(jiān)控功能。有關Kafka的不同監(jiān)視工具的信息可以在這里找到。

推或拉

消息從RabbitMQ推送到使用者。配置預取限制以防止令使用者不堪重負(如果消息到達隊列的速度比使用者處理它們的速度快)是很重要的。消費者也可以從RabbitMQ獲取消息，但不推薦這樣做。另一方面，Kafka使用拉取模型，如前所述，消費者從給定的偏移量請求一批消息。

許可證

RabbitMQ最初由Rabbit Technologies Ltd公司創(chuàng)建。該項目于2013年5月成為Pivotal Software的一部分。RabbitMQ的源代碼是在Mozilla公共許可下發(fā)布的。牌照從未更改(截至2019年11月)。

Kafka最初是由LinkedIn創(chuàng)建的。2011年，它被授予開源地位，并移交給了Apache基金會。Apache Kafka受Apache 2.0許可證的保護。一些經常與Kafka組合使用的組件由另一個名為Confluent Community許可證所涵蓋，例如Rest Proxy、Schema Registry和KSL。這個許可證仍然允許人們免費下載、修改和重新分發(fā)代碼(非常像Apache 2.0所做的)，但是它不允許任何人以SaaS的形式提供軟件。

這兩個許可證都是免費和開源軟件許可證。如果Kafka再一次將許可證更改為更嚴格的東西，這就是RabbitMQ的優(yōu)勢所在，因為它可以很容易地被另一個AMQP經紀人取代，而Kafka不能。

復雜性

就我個人而言，我認為開始使用RabbitMQ更容易，并且發(fā)現它很容易使用。正如我們的一位客戶所說;

“我們沒有花任何時間學習RabbitMQ，它工作了很多年。在DoorDash的高速增長期間，它無疑降低了大量的運營成本。”Zhaobang Liu Doordash

在我看來，Kafka的架構帶來了更多的復雜性，因為它從一開始就包含了更多的概念，比如主題/分區(qū)/消息偏移量等等。你必須熟悉消費者群體以及如何處理抵消。

作為Kafka和RabbitMQ操作符，我們覺得在Kafka中處理失敗有點復雜?；謴突蛐迯湍承〇|西的過程通常更耗費時間，也更麻煩一些。

卡夫卡的生態(tài)系統(tǒng)

Kafka不僅僅是一個經紀人，它是一個流媒體平臺，還有很多工具可以在主發(fā)行版之外很容易地與Kafka集成。Kafka生態(tài)系統(tǒng)由Kafka核心、Kafka流、Kafka連接、Kafka REST代理和模式注冊表組成。請注意，Kafka生態(tài)系統(tǒng)的大多數附加工具都來自于Confluent，而不是Apache的一部分。

所有這些工具的好處是，您可以在需要編寫一行代碼之前配置一個巨大的系統(tǒng)。

Kafka Connect讓您集成其他系統(tǒng)與Kafka。您可以添加一個數據源，允許您使用來自該數據源的數據并將其存儲在Kafka中，或者相反，將主題中的所有數據發(fā)送到另一個系統(tǒng)進行處理或存儲。使用Kafka Connect有很多可能性，而且很容易上手，因為已經有很多可用的連接器。

Kafka REST代理讓您有機會從集群接收元數據，并通過簡單的REST API生成和使用消息?？梢詮募旱目刂泼姘遢p松啟用該特性。

常見用例——RabbitMQ vs Apache Kafka

關于一個系統(tǒng)能做什么或不能做什么，有很多信息。下面是兩個主要用例，描述了我和我們的許多客戶是如何考慮和決定使用哪個系統(tǒng)的。當然，我們也看到過這樣的情況:客戶在構建一個系統(tǒng)時，應該使用一個系統(tǒng)，而不是另一個系統(tǒng)。

RabbitMQ的用例

一般來說，如果您想要一個簡單/傳統(tǒng)的發(fā)布-訂閱消息代理，那么RabbitMQ是一個明顯的選擇，因為它的規(guī)模很可能比您所需要的更大。如果我的需求足夠簡單，可以通過通道/隊列來處理系統(tǒng)通信，并且不需要保留和流，我就會選擇RabbitMQ。

我選擇RabbitMQ主要有兩種情況;對于長時間運行的任務，當我需要運行可靠的后臺作業(yè)時。以及應用程序內部和應用程序之間的通信和集成。e作為微服務之間的中間人，系統(tǒng)只需通知系統(tǒng)的另一部分開始處理一項任務，比如在網上商店的訂單處理(下訂單、更新訂單狀態(tài)、發(fā)送訂單、付款等)。

長時間運行的任務

消息隊列支持異步處理，這意味著它們允許您在不立即處理消息的情況下將消息放入隊列。RabbitMQ非常適合長時間運行的任務。

在我們的RabbitMQ初學者指南中可以找到一個例子，它遵循一個經典的場景，即一個web應用程序允許用戶上傳信息到一個web站點。該網站將處理這些信息，生成PDF，并通過電子郵件發(fā)送給用戶。完成本例中的任務需要幾秒鐘，這就是為什么要使用消息隊列的原因之一。

我們的許多客戶讓RabbitMQ隊列充當事件總線，使web服務器能夠快速響應請求，而不是被迫當場執(zhí)行計算密集型任務。

以Softonic為例，他們在一個每月支持1億用戶的基于事件的微服務體系結構中使用了RabbitMQ。

微服務架構中的中間人

RabbitMQ也被許多客戶用于微服務體系結構，作為應用程序之間通信的一種方式，避免了傳遞消息的瓶頸。

例如，您可以閱讀Parkster(一個數字停車服務)如何使用RabbitMQ將一個系統(tǒng)分解為多個微服務。

MapQuest是一個大方向服務，每月支持2310萬獨立移動用戶。地圖更新被發(fā)布到組織和公司的個人設備和軟件上。這里，RabbitMQ主題分布在適當數量的隊列上。數千萬用戶通過該框架接收到準確的企業(yè)級地圖信息。

Apache Kafka的用例

通常，如果您需要一個用于存儲、讀取(重復讀取)和分析流數據的框架，請使用Apache Kafka。它非常適合被審計的系統(tǒng)或需要永久存儲消息的系統(tǒng)。這些也可以分解為兩個主要用例，用于分析數據(跟蹤、攝取、日志記錄、安全等)或實時處理。

數據分析:跟蹤、攝入、日志記錄、安全

在所有這些情況下，需要收集、存儲和處理大量的數據。需要洞察數據、提供搜索功能、審計或分析大量數據的公司證明使用Kafka是合理的。

據Apache Kafka的創(chuàng)建者說，Kafka最初的用例是跟蹤網站活動，包括頁面瀏覽、搜索、上傳或用戶可能采取的其他行動。這種類型的活動跟蹤通常需要非常高的吞吐量，因為會為每個操作和每個用戶生成消息。許多這些活動——實際上是所有的系統(tǒng)活動——都可以存儲在Kafka中并根據需要進行處理。

數據生產者只需要將數據發(fā)送到單個位置，而后端服務主機可以根據需要使用數據。主要的分析、搜索和存儲系統(tǒng)都與Kafka集成。

Kafka可以用來將大量的信息流傳輸到存儲系統(tǒng)中，而且這些天硬盤空間的花費并不大。