性能对比
- Kafka单机写入TPS约在百万条/秒，消息大小10个字节
- RocketMQ单机写入TPS: 单实例约7万条/秒，单机部署3个Broker，可以跑到最高12万条/秒，消息大小10个字节
总结：Kafka的TPS跑到单机百万，主要是由于Producer端将多个小消息合并，批量发向Broker。
RocketMQ 为什么不支持Producer端将多个小消息合并？
- Producer通常使用的Java语言，缓存过多消息，GC是个很严重的问题
- Producer调用发送消息接口，消息未发送到Broker，向业务返回成功，此时Producer宕机，会导致消息丢失，业务出错
- Producer通常为分布式系统，且每台机器都是多线程发送，我们认为线上的系统单个Producer每秒产生的数据量有限，不可能上万。
- 缓存的功能完全可以由上层业务完成。
单机支持的队列数
- 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。
- RocketMQ单机支持最高5万个队列，负载不会发生明显变化。
队列多有什么好处？
- 单机可以创建更多topic，因为每个主题都是由一批队列组成
- 消费者的集群规模和队列数成正比，队列越多，消费类集群可以越大
消息投递实时性
- Kafka使用短轮询方式，实时性取决于轮询间隔时间，0.8以后版本支持长轮询。
- RocketMQ使用长轮询，同Push方式实时性一致，消息的投递延时通常在几个毫秒。
在消息不堆积情况下，消息到达Broker后，能立刻到达Consumer。
RocketMQ使用长轮询Pull方式，可保证消息非常实时，消息实时性不低于Push。
流量控制
生产者流控，因为broker处理能力达到瓶颈；消费者流控，因为消费能力达到瓶颈。
生产者流控：
- commitLog文件被锁时间超过
osPageCacheBusyTimeOutMills时，参数默认为1000ms，返回流控。 如果开启transientStorePoolEnable == true，且broker为异步刷盘的主机，且transientStorePool中资源不足，拒绝当前send请求，返回流控。 - broker每隔10ms检查send请求队列头部请求的等待时间，如果超过
waitTimeMillsInSendQueue，默认200ms，拒绝当前send请求，返回流控。 - broker通过拒绝send 请求方式实现流量控制。 注意，生产者流控，不会尝试消息重投。
消费者流控：
- 消费者本地缓存消息数超过
pullThresholdForQueue时，默认 1000。 - 消费者本地缓存消息大小超过
pullThresholdSizeForQueue时，默认 100 MB。 - 消费者本地缓存消息跨度超过
consumeConcurrentlyMaxSpan时，默认 2000。
消费者流控的结果是降低拉取频率。
消费并行度
-
Kafka的消费并行度依赖Topic配置的分区数，如分区数为10，那么最多10台机器来并行消费（每台机器只能开启一个线程），或者一台机器消费（10个线程并行消费）。即消费并行度和分区数一致。
-
RocketMQ消费并行度分两种情况
- 顺序消费方式并行度同卡夫卡完全一致
- 乱序方式并行度取决于Consumer的线程数，如Topic配置10个队列，10台机器消费，每台机器100个线程，那么并行度为1000。
消息堆积能力
理论上Kafka要比RocketMQ的堆积能力更强，不过RocketMQ单机也可以支持亿级的消息堆积能力，我们认为这个堆积能力已经完全可以满足业务需求。
