Kafka 与 RocketMQ 核心概念与架构对比
DeepSeek生成，便于记忆大概逻辑
核心概念对比图
Kafka 架构图
RocketMQ 架构图
消息生产消费流程对比
核心概念详细说明
Kafka 核心概念
- Topic（主题）：消息的逻辑分类，类似于数据库中的表
- Partition（分区）：每个Topic可以分为多个分区，提供并行处理能力
- 每个分区是一个有序、不可变的消息序列
- 分区可以分布在不同的Broker上
- Offset（偏移量）：分区中每条消息的唯一标识符
- Producer（生产者）：向Kafka主题发布消息的客户端
- Consumer（消费者）：订阅主题并处理消息的客户端
- Consumer Group（消费者组）：一组消费者共同消费一个主题
- 每个分区只能被组内的一个消费者消费
- Broker（代理）：Kafka集群中的每个服务器节点
- Replica（副本）：分区的备份，提供高可用性
- Leader副本处理所有读写请求
- Follower副本从Leader同步数据
RocketMQ 核心概念
- Topic（主题）：消息的逻辑分类
- Message Queue（消息队列）：类似于Kafka的分区，但有一些差异
- 提供并行处理能力
- 消息在队列中先进先出
- Producer（生产者）：消息发送者
- Consumer（消费者）：消息接收者
- Consumer Group（消费者组）：一组消费者共同消费一个主题
- Broker（代理）：RocketMQ服务器，负责消息存储和转发
- NameServer（命名服务）：轻量级的服务发现组件
- 管理Broker和Topic的路由信息
- Tag（标签）：消息的二级分类，用于更细粒度的消息过滤
- CommitLog（提交日志）：所有消息的物理存储文件
- ConsumeQueue（消费队列）：逻辑队列，存储消息在CommitLog中的位置
关键差异总结
| 特性 | Kafka | RocketMQ |
|---|---|---|
| 服务发现 | 使用ZooKeeper | 使用NameServer |
| 消息存储 | 按分区存储 | 所有消息存储在CommitLog，逻辑队列存储索引 |
| 消息过滤 | 基于分区 | 基于Tag和SQL表达式 |
| 消息顺序 | 分区内有序 | 队列内有序 |
| 事务消息 | 支持 | 支持更完整的事务机制 |
| 延迟消息 | 有限支持 | 支持18个延迟级别 |
| 消息重试 | 需要自行实现 | 内置死信队列和重试机制 |
这些图表和说明展示了Kafka和RocketMQ的核心概念和架构差异，帮助理解两者的设计哲学和适用场景。
)
