我们选择 MQ 的时候主要对比了 4 种常用的 MQ，分别是 Kafka、ActiveMQ、RabbitMQ 和 RocketMQ。
- 首先淘汰的 ActiveMQ，最早的时候很多人用 RabbitMQ，但是现在它的单机吞吐量只有万级，社区也没怎么维护了，有种日落西山的意味。
- Kafka 主要特点是基于 Pull 的模式来处理消息消费，追求高吞吐量，一开始的目的就是用于日志收集和传输，更加适合大数据量的数据收集服务，我们的当时的系统能到吞吐量能到万级撑死了，也就没选 Kafka。
- RabbitMQ 虽然它是用 erlang 语言开发，不适合我们进行二次开发，但是它的单机吞吐量也有十万，社区比较活跃，功能也比较完备，比较适合我们公司数据量不是很大的场景。
- RocketMQ 其实也挺好的，阿里开源的消息队列，经过双十一的考验。不过我们的 Leader 觉得 RocketMQ 的社区没有 RabbitMQ 的稳，RabbitMQ 功能也足够完备。
最终就选择了 RabbitMQ 作为我们使用的消息中间件。
| 特性 | ActiveMQ | RabbitMQ | RocketMQ | Kafka |
|---|---|---|---|---|
| 单机吞吐量 | 万级，比 RocketMQ、Kafka 低一个数量级 | 同 ActiveMQ | 10 万级，支撑高吞吐 | 10 万级，高吞吐，一般配合大数据类的系统来进行实时数据计算、日志采集等场景 |
| topic 数量对吞吐量的影响 | topic 可以达到几百/几千的级别，吞吐量会有较小幅度的下降，这是 RocketMQ 的一大优势，在同等机器下，可以支撑大量的 topic | topic 从几十到几百个时候，吞吐量会大幅度下降，在同等机器下，Kafka 尽量保证 topic 数量不要过多，如果要支撑大规模的 topic，需要增加更多的机器资源 | ||
| 时效性 | ms 级 | 微秒级，这是 RabbitMQ 的一大特点，延迟最低 | ms 级 | 延迟在 ms 级以内 |
| 可用性 | 高，基于主从架构实现高可用 | 同 ActiveMQ | 非常高，分布式架构 | 非常高，分布式，一个数据多个副本，少数机器宕机，不会丢失数据，不会导致不可用 |
| 消息可靠性 | 有较低的概率丢失数据 | 基本不丢 | 经过参数优化配置，可以做到 0 丢失 | 同 RocketMQ |
| 功能支持 | MQ 领域的功能极其完备 | 基于 erlang 开发，并发能力很强，性能极好，延时很低 | MQ 功能较为完善，还是分布式的，扩展性好 | 功能较为简单，主要支持简单的 MQ 功能，在大数据领域的实时计算以及日志采集被大规模使用 |