、ActiveMQ
优点:单机吞吐量万级,时效性ms级,可用性高,基于主从架构实现高可用性,消息可靠性较低的概率丢失数据。
缺点:官方社区现在对ActiveMQ5.X维护越来越少了,高吞吐量场景较少使用。
2、Kafka
大数据的杀手锏,谈到大数据领域内的消息传输,则绕不开kafka,这款为大数据而生的消息中间件,以其百万级TPS的吞吐量名声大噪,迅速成为大数据领域的宠儿,在数据采集、传输、存储的过程中发挥着举足轻重的作用。目前已经被LinkedIn、Uber、Twitter、Netflix等大公司所采纳。
优点:性能卓越,单机写入TPS约在百万条/秒,最大的优点就是吞吐量高。时效性ms级可用性非常高,kafka是分布式的,一个数据多个副本,少数机器宕机,不会丢失数据,不会导致不可用,消费者采用pull方式获取消息,消息有序,通过控制能够保证所有消息被消费且仅被消费一次;有优秀的第三方kafka web管理界面kafka-manager,在日志领域比较成熟,被多家公司和多个开源项目使用,功能支持,功能较为简单,主要支持简单的MQ功能,在大数据领域的实时计算以及日志采集被大规模使用。
缺点:kafka单机超过64个队列/分区,Load会发生明显的飙高现象,队列越多,load越高,发送消息响应时间变长,使用短轮询方式,实时性取决于轮询间隔时间,消息失败不支持重试,支持消息顺序,但是一台代理宕机后,就会产生消息乱序,社区更新较慢。
3、RocketMQ
出自阿里巴巴的开源产品,用Java语言实现,在设计时参考了kafka,并做出了自己的一些改进。被阿里巴巴广泛应用在订单、交易、充值、流计算、消息推送,日志流式处理,binglog分发等场景。
优点:单机吞吐量十万级,可用性非常高,分布式架构,消息可以做到0丢失,MQ功能较为完善,还是分布式的,扩展性好,支持10亿级别的消息堆积,不会因为堆积导致性能下降,源码是Java我们可以自己阅读源码,定制自己公司的MQ。
缺点:支持的客户端语言不多,目前是Java及c++,其中c++不成熟;社区活跃度一般,没有在MQ核心中去实现JMS等接口,有些系统要迁移需要修改改大量代码。
4、RabbitMQ
2007年发布,是一个在AMQP(高级消息队列协议)基础上完成的,可复用性的企业消息系统,是当前最主流的消息中间件之一。
优点:由于erlang语言的高并发特性,性能较好,吞吐量到万级,MQ功能比较完备,健壮、稳定、易用、跨平台、支持多种语言。如:Python、Ruby、。NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等,支持AJAX文档齐全,开源提供的管理界面非常棒,用起来很好,社区活跃度高,更新频率相当高。
缺点:商业版需要收费,学习成本较高。
二、消息中间件(MQ)的选择
1、kafka
主要特点是基于pull的模式来处理消息消费,追求高吞吐量,一开始的目的就是用于日志收集和传输,适合产生大量数据的互联网服务的数据收集业务。大型公司建议可以选用,如果有日志采集功能,肯定是首选kafka了。
2、RocketMQ
天生为金融互联网领域而生,对于可靠性要求很高的场景,尤其是电商里面的订单扣款,以及业务肖峰,在大量交易涌入时,后端可能无法及时处理的情况。RocketMQ在稳定性上可能更值得信赖,这些业务场景在阿里双11已经经历了多次考验,如果你的业务有上述并发场景,建议可以选择RocketMQ。
3、RabbitMQ
结合erlang语言本身的并发优势,性能好时效性微秒级,社区活跃度也比较高,管理界面用起来十分方便,如果你的数据量没有那么大,中小型公司优先选择功能比较完备的RabbitMQ。