Kafka 与 RocketMQ 性能对比

一：文件存储

1、Kafka：

• 文件以 topic和分区进行存储，每一个 topic 可以创建多个分区，每一个分区包含单独的文件夹，并且是多副本机制。
• topic 的每一个分区会有 Leader 与 Follow，并且 Kafka 内部有机制保证 topic 的某一个分区的 Leader 与 follow 不会存在在同一台机器，并且每一台 broker 会尽量均衡的承担各个分区的 Leader，当然在运行过程中如果不均衡，可以执行命令进行手动重平衡。
• Leader 节点承担一个分区的读写，follow 节点只负责数据同步（数据备份）。
• 如果Leader分区所在的Broker节点发生宕机，会触发主从节点的切换，会在剩下的 follow 节点中选举一个新的 Leader 节点

分区 Leader 收到客户端的消息发送请求时，什么时候返回发送成功，会直接影响消息发送端的时延，Kafka 提供了 ack 这个参数来进行策略选择：

• ack = 0
  不等broker端确认就直接返回，即客户端将消息发送到网络中就返回发送成功。
• ack = 1
  Leader 节点接受并存储后向客户端返回成功。
• ack = -1
  Leader节点和所有的Follow节点接受并成功存储再向客户端返回成功。

2、RocketMQ

• RocketMQ 所有topic的消息都会写入到 commitlog 文件中，然后基于 commitlog文件构建消息消费队列文件(Consumequeue)，消息消费队列的组织结构按照 /topic/{queue} 进行组织。
• RocketMQ 默认采取的是主从同步+异步刷盘、多副本机制，但其副本的粒度为 Commitlog 文件，上图中不同 master 节点之间的数据完成不一样（数据分片），而主从节点节点数据一致。

同样RocketMQ发送也有三种类型

• 1、同步（syncSend方法），会在broker发回响应之后才发下一个msg。适用于msg很重要对响应时间不敏感的场景
• 2、异步（asyncSend方法），发送之后不等broker响应，接着发下一个msg，需要实现异步发送回调的接口SendCallback，通过回调接口接收服务器的响应，并对响应结果进行处理，适用于msg很重要且对响应时间非常敏感的场景
• 3、单向（sendOneWay方法），只负责发消息，不等服务器响应也没有回调，适用于对可靠性要求不高的场景比如日志收集

3、存储方式总结：

• 1、Kafka 中是以 Topic/partition，每一个分区一个物理文件夹，在分区文件级别实现文件顺序写，如果分区过多上千个，消息在高并发写入时会变成随机IO。即 Kafka 在消息写入时的IO性能会随着 topic 、分区数量的增长，其写入性能会先上升，然后下降。而 RocketMQ则追求极致的顺序写所有的消息不分主题一律顺序写入 commitlog 文件，并不会随着 topic 和 分区数量的增加而影响其顺序性。

• 2、Kafka 的 topic 扩容分区会涉及分区在各个 Broker 的移动，其扩容操作比较重，而 RocketMQ 数据存储是基于 commitlog 文件的，扩容时不会产生数据移动，只会对新的数据产生影响，所以RocketMQ 的运维成本比Kafka 更低。

• 3、Kafka 的 ack 参数可以类比 RocketMQ 的同步复制、异步复制，

  • Kafka 的 ack 参数为 1 时，对比 RocketMQ 的异步复制；

  • -1 对标 RocketMQ 的 同步复制；

  • 0 则对标 RocketMQ 消息发送方式的 oneway 模式。

二：消息写入

Kafka 消息写入时的零拷贝使用了FileChannel 的 transferTo 方法， 其内部机制是 sendfile 系统调用。
RocketMQ 的消息写入的零拷贝方式是内存映射， 其内部机制是 mmap。

其实在RocketMQ 也是支持 FileChannel 方式写入，只不过写入时调用的 API 却并不是 transferTo，而是先调用 writer，然后定时 flush 刷写到磁盘。个人觉得 不直接调用 transerTo 方法是因为RocketMQ 需要在 Broker 对消息（顺序消息、延迟消息、事务消息）进行加工，然后持久化到磁盘。

三：消息发送

1、kafka

消息发送者发送消息时，消息会首先存入到一个双端队列中，双端队列中单个元素为 ProducerBatch，表示一个发送批次，其最大大小受参数 batch.size 控制，默认为 16K。然后会单独开一个 Send 线程，从双端队列中获取一个发送批次，将消息按批发送到 Kafka集群中，这里引入了 linger.ms 参数来控制 Send 线程的发送行为。如果linger.ms 设置为 0表示立即发送，。linger.ms>0 会增加响应时间，但有利于增加吞吐量。

Kafka 的消息发送，在写入 ProducerBatch 时会按照消息存储协议组织好数据(客户端)，在服务端可以直接写入到文件中。

2、RocketMQ

RocketMQ 消息发送在客户端主要是根据路由选择算法选择一个队列，然后将消息发送到服务端，消息会在服务端按照消息的存储格式进行组织，然后进行持久化等操作。

3、消息发送总结

Kafka 在消息发送比 RokcetMQ 显著的优势就是消息格式的组织是发生在客户端，这样会有一个大的优势节约了 Broker 端的CPU压力，客户端“分布式”的承接了其优势，其架构方式有点类似 shardingjdbc 。

Kafka 通过提供 batch.size 与 linger.ms 两个参数按照场景进行定制化，比 RocketMQ 灵活，linger.ms = 0 就是RocketMQ 消息发送的效果。

四：性能对比总结

通过对比来看，Kafka 在性能上综合表现确实要比 RocketMQ 更加的优秀，但在消息选型过程中，我们不仅仅要参考其性能，还有从业务功能性上来考虑， RocketMQ 提供了丰富的消息检索功能、事务消息、消息消费重试、定时消息等。

个人认为通常在大数据、流式处理场景基本选用 Kafka，业务处理相关选择 RocketMQ。