常用消息隊列（MQ）的“數量級”通常圍繞吞吐量（TPS，每秒處理消息數）、消息堆積能力、延遲三個核心指標展開，不同MQ因設計目標（高吞吐、低延遲、高可靠等）不同，數量級差異顯著。以下是主流MQ的關鍵性能指標數量級及影響因素分析：

一、核心性能指標的數量級對比

MQ產品	單機吞吐量（TPS）	集群吞吐量（TPS）	消息堆積能力	消息延遲（P99）	典型適用場景
Kafka	10萬-50萬（小消息）	100萬-1000萬+	億級-百億級（TB級）	10-100毫秒	日志收集、大數據流處理、高吞吐場景
RocketMQ	5萬-20萬	50萬-500萬+	億級-百億級（TB級）	5-50毫秒	電商交易、金融支付、高可靠場景
RabbitMQ	1萬-5萬	10萬-50萬	百萬級-千萬級	100微秒-10毫秒	業務解耦、實時通信（如訂單通知）
ActiveMQ	1千-5千	1萬-10萬	十萬級-百萬級	10-100毫秒	傳統企業應用（逐步被替代）

二、關鍵指標的細節說明

1. 吞吐量（TPS）：消息處理能力的核心指標

• Kafka：
  設計初衷是“高吞吐”，基于“磁盤順序寫+分區并行”機制，小消息（1KB以內）單機TPS可達10萬+（優化后甚至50萬），集群通過增加分區和節點可線性擴展（如10個節點+100分區，TPS輕松突破100萬）。但大消息（10KB以上）會導致吞吐量驟降（可能跌至1萬以下）。

• RocketMQ：
  兼顧吞吐與可靠性，單機TPS在5萬-20萬（小消息），集群通過多Broker和Topic分區擴展（如20個Broker，TPS可達500萬）。支持“批量發送”和“異步刷盤”，進一步提升吞吐（但同步刷盤會降低30%+性能）。

• RabbitMQ：
  基于Erlang的輕量級進程模型，更側重“低延遲”和“路由靈活性”，單機TPS通常在1萬-2萬（小消息），集群通過鏡像隊列或普通集群擴展（但受Erlang調度限制，集群TPS難超10萬）。復雜路由（如多交換機轉發）會顯著降低吞吐量（可能跌至幾千）。

• ActiveMQ：
  架構較老舊，采用同步IO，單機TPS僅幾千，集群擴展能力弱，目前僅在傳統系統中少量使用。

2. 消息堆積能力：系統應對流量洪峰的緩沖能力

• Kafka/RocketMQ：
  基于“分區日志文件”存儲消息，磁盤利用率高，支持億級甚至百億級消息堆積（TB級數據），且堆積后性能衰減小（因讀操作通過索引定位，不受堆積量影響）。例如，Kafka單個分區可堆積10億+消息，全集群（100分區）可達萬億級。

• RabbitMQ：
  消息存儲依賴內存+磁盤（持久化時），但內存中維護消息元數據，堆積過多（千萬級以上）會導致內存溢出或GC頻繁，性能急劇下降（延遲從毫秒級增至秒級），實際業務中通常控制在百萬級以內。

• ActiveMQ：
  堆積能力最差，因存儲結構低效（基于B樹索引），堆積百萬級消息后可能出現磁盤IO瓶頸，導致服務卡頓。

3. 延遲（消息從發送到接收的時間差）

• RabbitMQ：
  延遲最低，小消息場景下可做到微秒級（如100-500微秒），因Erlang進程調度高效，且消息路由在內存中完成（非持久化時）。持久化消息延遲會增至毫秒級（1-10毫秒）。

• Kafka/RocketMQ：
  延遲稍高（毫秒級），因消息需寫入磁盤（即使異步刷盤也有毫秒級延遲）。Kafka默認延遲10-50毫秒（可通過linger.ms參數調優至1-5毫秒，但會降低吞吐）；RocketMQ延遲5-30毫秒，支持“零拷貝”優化進一步降低延遲。

• ActiveMQ：
  延遲最高且不穩定，受消息堆積和IO影響，可能出現100毫秒以上的波動。

三、影響數量級的關鍵因素

1. 消息大小：小消息（<1KB）吞吐量遠高于大消息（>10KB），例如Kafka處理100B消息的吞吐是10KB消息的10倍以上。
2. 持久化策略：同步持久化（消息寫入磁盤才返回）比異步持久化（先存內存再異步刷盤）吞吐量低30%-50%，但可靠性更高。
3. 集群規模：Kafka/RocketMQ支持線性擴展（節點越多，吞吐越高），RabbitMQ受限于Erlang架構，擴展效率低。
4. 路由復雜度：RabbitMQ的交換機綁定、Kafka的分區路由等復雜邏輯會增加延遲，降低吞吐。

總結

選擇MQ時需結合業務場景的“吞吐需求”“延遲敏感程度”“堆積能力要求”：

• 高吞吐、大堆積（如日志、大數據）→ Kafka；
• 高可靠、中吞吐（如金融交易、訂單）→ RocketMQ；
• 低延遲、業務復雜（如實時通知、小流量解耦）→ RabbitMQ；
• 傳統老舊系統→ ActiveMQ（不推薦新系統使用）。

這些數量級是“理論最優值”，實際生產中需預留30%+余量（因網絡、硬件、業務邏輯會消耗性能）。