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