MQ(6) —— Nsq vs Kafka

Nsq vs Kafka

正如之前说的，Nsq是一款极简的消息中间件，通过学习Nsq，我们可以通过对比的方式，学习其他的Mq。

这一节，就让我们在对比中，学习另一种Mq，Kafka，在对比中，加深对Mq的理解。

首先，先放上这两者的架构图。

Nsq:

Kafka:

在第一篇文章里，我演示了nsq是如何从一条队列，不断的解决各种问题，最后成为一个中间件的。

同样，对于Kafka，它在演化为一个靠谱的中间件的过程中，也需要解决很多类似的问题。

1、如何让一个topic的消息，能够被多个消费者实例消费

在nsq，采用的是channel的方式，而kafka，则是引入了”消费者组“的概念：

2、如何让mq、生产者、消费者能够自动发现对方

我们知道，这需要一个类似于注册中心的中间件，nsq用的是nsqlookup，而kafka则直接采用了zookeeper:

3、如何实现集群

nsq的集群比较”另类“，让每个生产者自己配套一个nsq，kafka的集群就比较”正常“，正如上面架构图展示的：

另外，在一些实现细节上，两者也有所不同。

1、内存 vs 磁盘

Nsq把消息放到了内存，只有当队列里消息的数量超过 --mem-queue-size 配置的限制时，才会对消息进行持久化。

而Kafka，则直接把消息存储到磁盘中。

存储到磁盘？这样效率岂不是很低？Kafka知道大家有这样的疑虑，因而在它的官方文档里，写了一大段话来平息大家对磁盘存储的”怨恨“： Kafka - Design File System

大概意思是，我们对磁盘的用法做了改进，使得使用磁盘的性能比人们想象中的要快很多，不过里头的原理太过高深，还附上了篇论文，哀家没看懂，就不在这里和大家瞎比比了 …..

Kafka觉得，反正最后也要进行持久化的，与其在内存不足的时候，匆匆忙忙去进行刷盘，不如直接就把数据放进磁盘：

rather than maintain as much as possible in-memory and flush it all out to the filesystem in a panic when we run out of space, we invert that. All data is immediately written to a persistent log on the filesystem without necessarily flushing to disk. In effect this just means that it is transferred into the kernel’s pagecache.

嗯，貌似有点道理，大家有兴趣的可以点链接进去看看。

2、push vs pull

对于选择push还是pull，这个没有一个唯一的答案，各有利弊。

push

• 优点：延时小，几乎可以做到实时
• 缺点：消费者端不好做流控 很难做批量推送，不知道要推送多少合适
• 解决思路：参考之前文章讲的nsq的流控策略

pull

• 优点：消费者可以自己把握节奏
• 缺点：
  • 延时大
  • 消费者可能经常有空pull，即pull不到消息，造成浪费
• 解决思路：Kafka采用的是阻塞式pull

To avoid this we have parameters in our pull request that allow the consumer request to block in a “long poll” waiting until data arrives

Kafka同样写了一大段文章，来解释他们为什么要采用pull: Kafka: Push vs Pull

3、数据备份

Nsq只把消息存储到一台机器中，不做任何备份，一旦机器奔溃，磁盘损坏，消息就永久丢失了，Kafka则通过partition的机制，对消息做了备份，增强了消息的安全性。

4、无序 vs 支持有序

Nsq不支持顺序消费，原因已经在之前提过：

比如说channel A里现在有两条消息，M1和M2，M1先产生，M2后产生，channel A分别将M1和M2推送给了消费者 C1和C2，那么有可能C1比C2先处理完消息，这样是有序的；但也有可能，C2先处理了，这样M2就比M1先被处理，这样就是无序的。

而Kafka则支持顺序消费，具体可以参考 Kafka: Ordering Messege

要使用Kafka的顺序消费功能，必须满足几个条件：

• 要被顺序消费的消息，必须都放到一个partition里面
• partition只能被消费者组里的一个消费者实例消费

比如，topic A的消息 都要顺序消费，那么topic A只允许有一个partition；

又比如，topic A的消息里面，userId相同的消息，要被顺序消费，那么就要根据userId字段做hash，保证相同userId的消息，去到同一个partition。

5、消息投递语义

之前说过，消息投递语义(Message Delivery Semantics)有三种：

• 最多一次(At most once)
• 至少一次(At least once)
• 准确一次(Exactly once)

Nsq只支持至少一次，也就是说，消息有可能被多次投递，消费者必须自己保证消息处理的幂等性。

而Kafka则支持准确一次，具体可以参考下面两篇文章：