一、消息中间件的分类
1、ActiveMQ
优点：单机吞吐量万级，时效性ms级，可用性高，基于主从架构实现高可用性，消息可靠性较低的概率丢失数据。
缺点：官方社区现在对ActiveMQ5.X维护越来越少了，高吞吐量场景较少使用。
2、Kafka
大数据的杀手锏，谈到大数据领域内的消息传输，则绕不开kafka，这款为大数据而生的消息中间件，以其百万级TPS的吞吐量名声大噪，迅速成为大数据领域的宠儿，在数据采集、传输、存储的过程中发挥着举足轻重的作用。目前已经被LinkedIn、Uber、Twitter、Netflix等大公司所采纳。
优点：性能卓越，单机写入TPS约在百万条/秒，最大的优点就是吞吐量高。时效性ms级可用性非常高，kafka是分布式的，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，消费者采用pull方式获取消息，消息有序，通过控制能够保证所有消息被消费且仅被消费一次；有优秀的第三方kafka web管理界面kafka-manager，在日志领域比较成熟，被多家公司和多个开源项目使用，功能支持，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。
缺点：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，使用短轮询方式，实时性取决于轮询间隔时间，消息失败不支持重试，支持消息顺序，但是一台代理宕机后，就会产生消息乱序，社区更新较慢。
3、RocketMQ
出自阿里巴巴的开源产品，用Java语言实现，在设计时参考了kafka，并做出了自己的一些改进。被阿里巴巴广泛应用在订单、交易、充值、流计算、消息推送，日志流式处理，binglog分发等场景。
优点：单机吞吐量十万级，可用性非常高，分布式架构，消息可以做到0丢失，MQ功能较为完善，还是分布式的，扩展性好，支持10亿级别的消息堆积，不会因为堆积导致性能下降，源码是Java我们可以自己阅读源码，定制自己公司的MQ。
缺点：支持的客户端语言不多，目前是Java及c++，其中c++不成熟；社区活跃度一般，没有在MQ核心中去实现JMS等接口，有些系统要迁移需要修改改大量代码。
4、RabbitMQ
2007年发布，是一个在AMQP（高级消息队列协议）基础上完成的，可复用性的企业消息系统，是当前最主流的消息中间件之一。
优点：由于erlang语言的高并发特性，性能较好，吞吐量到万级，MQ功能比较完备，健壮、稳定、易用、跨平台、支持多种语言。如：Python、Ruby、。NET、Java、JMS、C、PHP、ActionScript、XMPP、STOMP等，支持AJAX文档齐全，开源提供的管理界面非常棒，用起来很好，社区活跃度高，更新频率相当高。
缺点：商业版需要收费，学习成本较高。
二、消息中间件（MQ）的选择
1、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，适合产生大量数据的互联网服务的数据收集业务。大型公司建议可以选用，如果有日志采集功能，肯定是首选kafka了。
2、RocketMQ
天生为金融互联网领域而生，对于可靠性要求很高的场景，尤其是电商里面的订单扣款，以及业务肖峰，在大量交易涌入时，后端可能无法及时处理的情况。RocketMQ在稳定性上可能更值得信赖，这些业务场景在阿里双11已经经历了多次考验，如果你的业务有上述并发场景，建议可以选择RocketMQ。
3、RabbitMQ
结合erlang语言本身的并发优势，性能好时效性微秒级，社区活跃度也比较高，管理界面用起来十分方便，如果你的数据量没有那么大，中小型公司优先选择功能比较完备的RabbitMQ。
