场景
-
流量削峰
-
应用解耦
-
异步处理
分类
- ActiveMQ
优：单机吞吐万级，时效性ms级，可用性高（主从架构），可靠性高（丢失率低）
缺：官方维护少，高吞吐场景较少使用
- Kafka
大数据 - 数据采集，传输，存储
优：高吞吐量（百万级），时效性ms级，可用性高，日志成熟
缺：短轮询，失败不重试，宕机消息乱序，社区更新慢
- RocketMQ
阿里巴巴
java实现
参考kafka
优：吞吐十万级，可用性高，0丢失，分布式
缺：支持的客户端少
- RabbitMQ
基于AMQP
最主流
优：erlang高并发特性，性能好，吞吐万级，跨平台，支持多种语言，社区活跃
缺：商业版收费，学习成本高
选择
- Kafka
大数据场景的数据收集业务
日志采集业务
大型公司
- RocketMQ
金融互联网
可靠性要求高
稳定性
并发
- RabbitMQ
性能好
数据量不大
功能完备
不便二次开发
中小型公司
