三大经典且成熟的MQ产品：RabbitMQ、RocketMQ、Kafka 之间的差别基本已经被网文对比烂了，但基本对选型没有指导意义，本文尝试从核心层面厘清主流MQ产品各自异同。
编程语言
RocketMQ是java编写，群众基础深厚。编码风格可以说和(ye)蔼(wu)可(dai)亲(ma)，不用太担心看不懂改废了，中文资源丰富，需要改写直接干。
Kafka采用scala，scala就是个双倍糖版本的Java，用的都是同样的虚拟机相同代码性能肯定没差别，但据说kafka最初是scala的练手项目（可能是谣言我不确定），所以早先的代码还是java style的。
RabbitMQ采用Erlang，我猜大部分人连Erlang的hello world都看不懂，但Erlang可以从编程层面轻松完成集群内节点数据同步这种分布式工作，这就意味着有了Erlang的支持，集群可以是无主的，省去了其他中间件要额外引入注册中心的问题。
数据权限安全
Kafka 0.9，RocketMQ 4.2以后，已经和RabbitMQ对齐了，都有topic级别的权限控制。
但Rocket和Rabbit是支持多租户的，有需要可以重点考虑。
架构和高可用
MQ设计的核心目标一是解耦生产者和消费者，二是处理好数据的存储模型。在对以上宏观目标的实现上，三者有一定差异。
Kafka
Kafka采用ZooKeeper作为节点保活并选举控制器节点（controller）操作主从副本切换，为了支持海量数据，topic数据可以按分片（partition，可以理解为queue）存储到不同节点，且支持分片级主从副本（Leader、follower），并由controller根据ISR列表做fail-over。[1]
Kafka架构
RocketMQ
都说RocketMQ抄袭Kafka，但Rocket抛弃了ZK，一方面因为ZK较强的一致性不适合注册中心的业务，另一方面考虑到外部依赖问题和KPI，Rocket自己实现了一个注册中心服务NameServer。NameServer和broker集群架构不同，没有主从节点之分，任何Broker、producer和consumer都要去所有NameSer注册自己的地址，注册信息的一致性则由心跳保证，一旦某个服务一段时间（如120s）没有对某个NameServ发起心跳，该NameServ则对其剔除，所以仅能满足最终一致性，但一般内网使用问题不大。在数据存储上，Rocket单节点所有topic的数据都存储在一个文件commitLog中，难以做主从分片，甚至主从切换也需要人工处理修改配置文件master0，后续的版本引入DLedger托管CommitLog之后，基于其Raft协议本质才可以实现自动的主从切换的。
RocketMQ核心内容可参考[2]：
新西兰种植园地主：RocketMQ原理一波带走：启动、发送、落盘、消费主流程
RocketMQ架构
RabbitMQ
RabbitMQ为无主架构且完全遵循amqp协议，而且消息被消费后就真的消费了，不要想通过设置消费位置对某一批消息重新消费，但是因为存在内存和磁盘节点的角色划分，使用得当也不会丢消息（实际上三者在最新的版本都可以保证不丢消息）。Rocket或Kafka的broker概念和Rabbit中的虚拟主机（vhost）对标，vhost可细化为Exchange交换机和Queue队列，Exchange设定消息投送模式，并且保存了路由键（routing key）和队列（queue）之间的绑定关系（binding），其和队列参数等信息统称为元数据。集群工[3]作可分为普通模式和镜像模式，普通模式下集群中每个节点的绑定元数据都在Erlang语言层面上实现同步，同时消息数据可分布式存储，所以连接集群每个节点都可以工作，数据不在本机则做请求转发。镜像模式则非常暴力，节点间任何内容包括消息数据都完全一致。
RabbitMQ投送架构
性能
RocketMQ和Kafka性能指标在一个级别，RabbitMQ消息堆积后性能不好。
-- 网络传言
背一句传言是很简单的，但实际的原因我们还是要了解一下，其实它们的性能差异实际在底层存储结构上。
RocketMQ
RocketMQ所有消息都会写入到broker的最新commitLog中，也就是同一个broker的消息不管哪个topic都会把数据写到同一个commitLog文件中，写入后异步生成索引文件ConsumeQueue(commitLog offset, size, tag hash)，ConsumeQueue是以Topic下的queueId为维度的。
Kafka
而Kafka是对于每个topic下的不同partition都有不同数据文件和稀疏哈希索引文件。
这就可以看出，kafka因为做了分拆，通常来说其写入性能肯定是要高于rocketMQ的（写一个文件和多线程写N个文件，都是IO操作，肯定写多个文件总吞吐量大），但是一旦partition过多，kafka就要在单位时间内同时写很多个不同partition的数据文件，出现性能瓶颈。当然kafka还有其他针对高吞吐量场景的nb优化：比如用提高一点点发送端延迟（linger.ms）的代价积攒消息就可以成批投递、这一波积攒的消息在生产者（ProducerBatch内）就可以完成消息的序列化，等发到broker时连解析都不用、正因为broker不需要解析，kafka可以充分发挥协处理器（DMA）优势，利用os的#sendfile直接完成消息的持久化。
RabbitMQ
说说RabbitMQ，为啥堆积性能不好呢？
在RabbitMQ中，不管是内存消息还是持久化消息，数据文件和索引文件都有可能存在磁盘或内存中，这具体取决于内存负载。具体存在什么位置不是一成不变的，这就造成消费时的复杂性，新的消息可能被挤压到很深的backing_queue中，造成消息查找处理时间更长，情况会继续恶化。另外就是集群模式上，如果采用镜像集群，写入存在放大风险，集群内节点越多，所需要同步的数据次数就越多，磁盘IO也会变高。所以追求性能最好采用普通集群模式，并且设置磁盘节点不要太多。
独家特性
看看各个mq都有什么独特杂技吧。
RabbitMQ
不是RabbitMQ拯救了AMQP，而是AMQP拯救了Rabbit。因为遵循规则，RabbitMQ支持多种协议多种语言，实时推送、mqtt协议、websocket等等，通过插件在html上用js就能接消息你敢信？在你家冰箱上就能接消息你敢信？所以在国外脚本语言及全栈盛行的环境下，RabbitMQ对RocketMQ有压倒性人气优势（2021年）。
另外，RabbitMQ支持多级优先级消息，这可不是Rocket所谓的VIP队列能比的，Rabbit通过队列设置就可以让消息的投递和消费有了二叉堆优先级的感觉，简直太强了（当然，考虑到性能，优先级范围最好是0-10之间）。这个功能对于Kafka和RocketMQ来说，只能是拒绝三连，其他MQ产品只能通过设置不同topic曲线实现。
RocketMQ/Kafka
用RocketMQ的事务消息搞分布式事务已经被列为最简单的八股文范畴了，原理也就是改变要投递的topic为内建半消息topic，等事务提交了又给你塞回原始topic然后回调。不过就这么点事另外两个MQ还真干不了。
kafka和rabbitMQ支持的事务消息更像是保证自己消息中间件的事务性，防止部分消息丢失的策略：
第一步，准备开启一个事务：
RocketMQ直接封装原始消息、改topic、半消息送入broker一气呵成。
kafka生产者直接向事务协调者发起请求，消息协调者记录到日志。但是。。。这里记录的是kafka开启事务的意愿，记录个状态，和原消息无关。
第二步，执行本地事务。
rocket producer端执行本地事务...
kafka生产者发送消息1、发送消息2...
第三步，MQ提交/回滚
RocketMQ生产者发送事务提交/回滚请求到Broker，记录到op topic（相当于标记half topic中消息已经处理），提交则把原消息发回到目标topic使得对消费者可见。
kafka的生产者向协调器发出 提交/回滚 请求，协调器去对应日志中标记。
对于一段时间没有commit/rollback的消息，Kafka没有类似RocketMQ的回查机制。
总结
日志采集、大数据用Kafka，没有非常海量的话，调优下RocketMQ也能用。
日常业务开发我直接RocketMQ，群众基础好、应用范围广、功能丰富，还能实现分布式事务，买1送2。
推送场景、协议复杂、IM领域、急需优先级消息就RabbitMQ，也很成熟。
参考
- ^cloudurable http://cloudurable.com/blog/kafka-architecture/index.html
- ^RocketMQ总结笔记 https://zhuanlan.zhihu.com/p/470873531
- ^阿里云Rocket https://developer.aliyun.com/article/135384