作者：李偉

說起訊息佇列，ActiveMQ、RabbitMQ、RocketMQ、Kafka、Pulsar 等紛紛湧入我們的腦海中， 在如此眾多的開源訊息佇列產品中，作為一名合格的架構師如何給出高性價比的方案呢？商業化的產品暫不納入選項中。

接下來我將從選型要素、RocketMQ 的優勢兩個方面解釋為什麼選擇 RocketMQ 。
​

選型要素

​
首先從公司、訊息佇列服務提供者（一般是中介軟體團隊）、終端使用者三個角度來簡單總結分析。
​

一、從公司層面看， 關注如下幾點：

​
1. 技術成本
​
技術成本，一般包含伺服器成本、二次開發成本、後期維護成本等，言而總之：都是錢。

伺服器目前基本都使用雲伺服器，不同的雲廠商的相同配置的伺服器效能也有一定差異， 伺服器成本一般需要了解：雲廠商機器效能、雲廠商優惠、所需伺服器配置、伺服器臺數、單臺伺服器目前的價格、單臺伺服器優惠後的價格等。
​
2. 人力成本

​
人力成本，一般包含現有技術人員成本、新人招聘成本。
​
新的技術選型對於目前的技術人員接受程度怎麼樣，學習的難易程度怎樣等，都是需要考慮的。如果太難的話，上線週期會變長、業務需求實現速度慢，甚至有人直接離職。

新人招聘成本，一般招聘一個新人有如下幾個過程：簡歷篩選、預約面試、數輪面試、發 offer 、接受 offer 、正式入職、試用期、轉正。這中間涉及到獵頭成本、人力資源溝通成本、面試成本、新人入職後環境適應成本等等。
​
3. 其他
​
目前處於不同階段的網際網路公司對於技術成本、人力成本有著不一樣的要求，但是很多有一定規模的公司實際上還是用“買買買”的心態來對待的：只要業務發展快速，買伺服器、招人都不是問題，如果成本高了就做技術降成本、裁員。這不僅是員工之痛，也是業務之痛，更是公司之痛。
​

二、從中介軟體組層面看， 關注如下幾點：

​
1. 穩定
​
公司級的服務首要的一點就是穩定。擁有穩定的元件、穩定的服務，業務才能有條不紊的進行。所以說，無論什麼時候， 穩定都是王道。
​
2. 功能支援

不同的業務場景需要的功能也不盡相同，通常我們會考慮重試、死信機制，位點重置，定時延遲訊息、事物訊息，主從切換，許可權控制等方面。
​
3. 效能
​
目前包含寫入延遲和吞吐。
​
4. 管理平臺
​
首先需要滿足終端使用者接入、檢視、排障，管理員管控 topic 、消費者方便等。管理平臺有現成的最好，方便二次開發 。
​
5. 監控、報警
​
監控報警是否完善、是否方便接入公司內部自研體系，或者行業的事實標準 Prometheus 。
​
6. 運維 & 支援 & 開源社群

​
如果產品上線後， 大部分時間，我們都是在做運維&支援。運維包含服務部署、遷移、服務升級、解決系統 Bug 、使用者使用答疑、管理平臺和監控報警平臺升級等。
​
7. 其他
​
我們除了依賴自身以外，也可以藉助社群的力量，同一個問題可能別人遇到過並且提交過 PR ，已經得到解決，我們就可以以此作為借鑑。所以社群的活躍情況也是非常重要的考慮。
​

三、從終端使用者（一般包含業務後端研發以及他們的 Leader ）看

​
1. 穩定性
​
對於業務的研發和他們的 Leader ，他們的核心任務是實現業務邏輯。如果一個服務三天兩頭總是有問題， 對於他們來說是比較致命的，所以穩定性是比較核心的一部分。
​
2. 改造現有專案的難度
​
舊專案改造其實是業務研發接入新中介軟體實際操作最多的部分。
​
3. 新專案接入是否便捷
​
是否便捷接入跟他們的工作量有著直接的關聯。
​
4. 與目前的 App 微服務框架相容怎樣
​
新專案的接入和公司微服務框架相容都比較容易。一般中介軟體在提供服務時都會考慮業務研發接入的便利性。
​

RocketMQ 的優勢

​
下面將按照選項要素的要求， 分析 RocketMQ 在這方面的優勢。
​

一、RocketMQ 如何解決和友好面對公司層面的訴求

​
1. 技術成本
​

就技術成熟度而言，在經歷阿里雙十一數萬億洪峰、微眾銀行、民生銀行、螞蟻金服、平安、位元組跳動、快手、美團、京東、網易等各種行業大廠的考驗後，就不言而喻了。
​
RocketMQ 對於伺服器的配置要求不高， 普通的雲主機都可以。曾經我們驗證 8C 16G 500G SSD 的 2 主 2 從的叢集，傳送 tps 可以到 4～5w ，消費 tps 峰值 20w +，穩定在 8w～9w 。並且，還能根據業務實際的需求無感的橫向擴充套件。
​
綜合而言， 技術成本相對可控且人才多。
​
2. 人力成本
​
人力成本主要是現有的技術人員的學習成本、招新人的成本。
​
RocketMQ 是 java 開發的，程式碼也非常穩定、有條理，各個版本之間除了功能有差異之外，Api 、傳輸協議幾乎沒有太多變化，對於升級而言也更加方便。
​
java 也是目前中介軟體採用的比較主流的語言，使用的技術人員非常廣泛。RocketMQ 在金融行業比如：微眾銀行、民生銀行、螞蟻金服、平安； 其他行業公司，比如阿里、位元組跳動、快手、美團、京東、網易等與大量中小企業都在使用，候選人範圍相對較大。
​
RocketMQ 社群也比較活躍，釘釘群、微信群、QQ 群眾多，社群文件非常豐富和完善，原理剖析視訊、文件也非常多，非常易於學習和入門。
​
下面是釘釘群，歡迎大家加群留言、答疑。

對於 java 方面的訊息佇列方面的人才相比 C/C++、C#、Python、Go 等還是更多的：主流的 Kafka 是 scala + java、pulsar 是 java ，對於招聘也有極大的優勢。
​
綜合而言，RocketMQ 技術員對於人力成本比較友好。
​

二、從中介軟體組層面看，RocketMQ 是如何提供優秀的能力，為業務保駕護航呢？

​
1. 穩定性
​
金融級可靠、阿里雙十一穩定支援萬億級訊息洪峰，在筆者之前所在公司也有過 2 年+零事故的佳績。
​
2. 功能豐富，支援的場景眾多
​

• 重試、死信機制，友好、無感的業務重試機制。
• 順序訊息、事物訊息
• 萬級 Topic 數量支援
• 訊息過濾
• 訊息軌跡追蹤
• 主從自動切換
• 原生支援 Prometheus 監控
• 原生支援易用管理平臺：RocketMQ Console
• 訪問許可權控制（ACL）

3. 效能
​

• RocketMQ 可以支援 99.9% 的寫入延遲在 2 ms ，其他的開源訊息佇列中介軟體基本都是大於 5 ms ；目前大部分訊息佇列中間間都支援橫向擴充套件，吞吐上橫向擴充套件幾乎都可以滿足。RocketMQ 的在滴滴做的效能測試: _https://developer.aliyun.com/article/664608 _, 大家參考。
• 傳送、消費 tps 和 kafka 一個數量級，Topic 數量劇增對於效能影響較小。

4. 管理平臺
​
RocketMQ Console 原生支援：
https://github.com/apache/rocketmq-externals/tree/master/rocketmq-console
​
5. 監控、報警
​
RocketMQ Exporter 原生支援 Prometheus：
https://github.com/apache/rocketmq-exporter
​
6. 運維 & 支援 & 開源社群
​

• 無 zk 等第三方依賴，開箱即用
• 社群釘釘群、微信群、QQ 群非常活躍，釘釘群、微信群有問必答。
• 社群最近新來一位小姐姐 Commiter ，團隊也在不斷壯大。

綜合看來，RocketMQ 穩定、可靠、效能好，開箱即用，不依賴 Zookeeper ，系統的穩定性更高，複雜度更小。監控報警等周邊設施完善，場景支援全，社群活躍、文件豐富，是中介軟體團隊的不二之選。
​

三、對於終端使用者：業務研發、業務研發 Leader，他們的核心擔憂是提供的技術是否穩定可靠、是否快速方便的接入

​
從中介軟體組層面看這個問題時，RocketMQ 穩定、可靠，那對於接入是否友好呢？
​
RocketMQ 提供 java 原生客戶端、Spring 客戶端，C++ 客戶端、Python 客戶端、Go 客戶端等多型別、多語言的客戶端，對於各種專案都可以統一接入。
​
微服務框架中 Spring Cloud 基本已經成為事實標準，RocketMQ 支援 Spring boot Starter 和 Spring Cloud Function 等多種方式融合入微服務框架，對於 Spring 體系支援更加方便快捷。
​

Kafka vs RocketMQ

​
實際中，很多人應該面臨過 RocketMQ vs Kafka ，Kafka 適合對於延遲不敏感、批量型、Topic 數量可控、對於訊息丟失不敏感的場景。比如大資料場景的 MySQL-2Hive、MySQL-2-Flink 的資料流通道，日誌資料流通道等。

RocketMQ 適用於金融轉賬訊息、訂單狀態變更訊息、手機訊息 Push 等業務場景。這些場景 Topic 數量通常過萬，對於訊息延遲和丟失極度敏感，資料通常是論條處理。對於海量資料的問題，一般地橫向擴容完全可以解決。

合適的場景選擇合適的產品，萬能的產品是不存在的，都是折中，都是取捨。

作者介紹

​
李偉，Apache RocketMQ 社群 Commiter ，Python 客戶端專案負責人, Apache RocketMQ 北京社群聯合發起人，Apache Doris Contributor 。目前就職於騰訊，主要負責 OLAP 資料庫開發，對分散式儲存系統設計和研發有豐富經驗，也熱衷於知識分享和社群活動。

RocketMQ 學習資料

​
阿里雲知行實驗室提供一系列的 RocketMQ 線上實操環境，包含操作文件、ubuntu 實驗環境，大家隨時嘗試玩玩：
​

• Apache RocketMQ 開源入門最佳實踐：

https://start.aliyun.com/course?spm=a2ck6.17690074.0.0.53c52e7dSi19ML&id=eAz6VTK5

• 《RocketMQ 分散式訊息中介軟體：核心原理與最佳實踐》隨書實戰：https://start.aliyun.com/course?spm=a2ck6.17690074.0.0.7aec2e7dCPMDFG&id=ASeJlmpX
  

• 在 Spring 生態中玩轉 RocketMQ：

https://start.aliyun.com/course?spm=a2ck6.17690074.0.0.241e2e7d0aEIxJ&id=hzidp9W1

實驗預覽圖如下：
​

其他資源

​

• RocketMQ vs. ActiveMQ vs. Kafka：

_ http://rocketmq.apache.org/docs/motivation/_

• RocketMQ 原始碼：

_ https://github.com/apache/rocketmq_

• RocketMQ Exporter 原始碼：

_ https://github.com/apache/rocketmq-exporter_

• RocketMQ Spring 原始碼：

_ https://github.com/apache/rocketmq-spring_

• RocketMQ C++ 客戶端原始碼：

_ https://github.com/apache/rocketmq-client-cpp_

• RocketMQ Python 客戶端原始碼：

_ https://github.com/apache/rocketmq-client-python_

• RocketMQ Go 客戶端原始碼：

_ https://github.com/apache/rocketmq-client-go_

• RocketMQ Console 原始碼：

_ https://github.com/apache/rocketmq-externals/tree/master/rocketmq-console_

• RocketMQ Flink Connector 原始碼：

_ https://github.com/apache/rocketmq-externals/tree/master/rocketmq-flink_

• RocketMQ 如何保證訊息可靠：

  [https://mp.weixin.qq.com/s/imLTVwgm8MOiY1_5s3rdFQ](https://mp.weixin.qq.com/s?__biz=MzIzOTU0NTQ0MA==&mid=2247502152&idx=1&sn=3c356a4b65d50e964f0350a13ba08df3&scene=21#wechat_redirect)
  

• 大揭祕！RocketMQ 如何管理消費進度：

  [https://mp.weixin.qq.com/s/rHs9L1gTuFs05Cs2F4JXOw](https://mp.weixin.qq.com/s?__biz=MjM5NTk0NjMwOQ==&mid=2651114644&idx=1&sn=fa93f0264989b536153dc683a246601a&scene=21#wechat_redirect)