常用MQ优缺点及对比

2021年5月30日12:53:47
评论
1191 1609字

首先要明确的是,消息队列并不能盲目使用,先说缺点:

  • 可用性降低。比如A调用BCD的接口,然后加入了个MQ,如果MQ出问题了可能整个服务就挂了。
  • 复杂度增加。增加MQ后怎么保证消息不会重复消费?会不会丢失?顺序问题?
  • 一致性问题。A处理完直接返回成功了,结果BCD写入出了问题,不一致。

但是也有优点:异步、削峰、解耦

  • 异步。多个任务同时进行
  • 削峰。大量请求写入MQ,然后BCD系统按照承受能力慢慢拉取MQ中的请求进行处理,不至于一下挤进来打爆数据库。
  • 解耦。A 系统跟其它各种乱七八糟的系统严重耦合,A 系统产生一条比较关键的数据,很多系统都需要 A 系统将这个数据发送过来。A 系统要时时刻刻考虑 BCDE 四个系统如果挂了该咋办?要不要重发,要不要把消息存起来?头发都白了啊!

    如果使用 MQ,A 系统产生一条数据,发送到 MQ 里面去,哪个系统需要数据自己去 MQ 里面消费。如果新系统需要数据,直接从 MQ 里消费即可;如果某个系统不需要这条数据了,就取消对 MQ 消息的消费即可。这样下来,A 系统压根儿不需要去考虑要给谁发送数据,不需要维护这个代码,也不需要考虑人家是否调用成功、失败超时等情况。

特性 ActiveMQ RabbitMQ RocketMQ Kafka
单机吞吐量 万级,比 RocketMQ、Kafka 低一个数量级 万级,比 RocketMQ、Kafka 低一个数量级 10 万级,支撑高吞吐 10 万级,高吞吐,一般配合大数据类的系统来进行实时数据计算、日志采集等场景
topic 数量对吞吐量的影响 topic 可以达到几百/几千的级别,吞吐量会有较小幅度的下降,这是 RocketMQ 的一大优势,在同等机器下,可以支撑大量的 topic topic 从几十到几百个时候,吞吐量会大幅度下降,在同等机器下,Kafka 尽量保证 topic 数量不要过多,如果要支撑大规模的 topic,需要增加更多的机器资源
时效性 ms 级 微秒级,这是 RabbitMQ 的一大特点,延迟最低 ms 级 延迟在 ms 级以内
可用性 高,基于主从架构实现高可用 同 ActiveMQ 非常高,分布式架构 非常高,分布式,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
消息可靠性 有较低的概率丢失数据 基本不丢 经过参数优化配置,可以做到 0 丢失 同 RocketMQ
功能支持 MQ 领域的功能极其完备 基于 erlang 开发,并发能力很强,性能极好,延时很低 MQ 功能较为完善,还是分布式的,扩展性好 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

一般的业务系统要引入 MQ,最早大家都用 ActiveMQ,但是现在确实大家用的不多了,没经过大规模吞吐量场景的验证,社区也不是很活跃,所以大家还是算了吧,我个人不推荐用这个了;

后来大家开始用 RabbitMQ,给予erlang开发,并发能力强,性能极好。但是确实 erlang 语言阻止了大量的 Java 工程师去深入研究和掌控它,对公司而言,定制比较困难,但是确实人家是开源的,比较稳定的支持,活跃度也高;

不过现在确实越来越多的公司,会去用 RocketMQ,确实很不错(阿里出品),单机吞吐量可以上十万,阿里开源,大规模处理过,品牌保证,功能完备,支持功能复杂,大吞吐量的业务需求,分布式,扩展比较方便。源码是Java的,可以自己研究定制。对自己公司技术实力有绝对自信的,推荐用 RocketMQ,否则回去老老实实用 RabbitMQ 吧,人家有活跃的开源社区,绝对不会黄。

所以中小型公司,技术实力较为一般,技术挑战不是特别高,用 RabbitMQ 是不错的选择;开源管理界面比较帮,十分好用。社区相对活跃。大型公司,基础架构研发实力较强,用 RocketMQ 是很好的选择。

kafka功能较为简单,主要支持简单的 MQ 功能,易于扩展。非常适合大数据领域的实时计算、日志采集等场景,用 Kafka 是业内标准的,绝对没问题,社区活跃度很高,绝对不会黄,何况几乎是全世界这个领域的事实性规范。

您可能感兴趣的文章

匿名

发表评论

匿名网友