选择Pulsar而不是Kafka的7大理由分别是什么

为什么最终选择了 Pulsar？下面列出了选择 Pulsar 而不是 Kafka 的 7 大理由。

Pulsar 就像一个合二为一的产品，不仅可以像 Kafka 那样处理高速率的实时场景，还支持标准的消息队列模式，比如多消费者、失效备援订阅和消息扇出等等。Pulsar 会自动跟踪客户端的读取位置，并把这些信息保存在高性能的分布式 ledger（BookKeeper）当中。

与 Kafka 不同，Pulsar 具备传统消息队列（如 RabbitMQ）的功能，因此，只需要运行一个 Pulsar 系统就可以同时处理实时流和消息队列。

如果你用过 Kafka，就一定知道分区是怎么回事。Kafka 中的所有主题都是分区的，这样可以增加吞吐量。通过分区进而划分到不同的 broker，单个主题的处理速率可以得到大幅提升。但如果某些主题不需要太高的处理速率，又该怎么办呢？对于这类情况，如果能不考虑分区，避免随之而来的 API 和管理工作，不是更好吗？

Pulsar 就可以做到。如果只需要一个主题，可以使用一个主题而无需使用分区。如果需要保持多个消费者实例的处理速率，也不需要使用分区，Pulsar 的共享订阅可以达到这一目的。

如果确实需要分区来进一步提升性能，Pulsar 也可以支持分区的使用。

Kafka 开发团队预见了日志对于一个实时数据交换系统的重要性。日志通过追加的方式写入系统，写入速度很快。日志中的数据是串行的，可以按照写入的顺序快速读取数据。相比随机读取和写入，串行读取和写入速度更快。对于任何一个提供数据保证的系统来说，持久化存储方面的交互都是一个瓶颈，而日志抽象最大限度地提升了这方面的效率。

日志固然好，但当数据量过大时，也会给我们带来一些麻烦，单台服务器上保存所有日志已经成为一个挑战。在日志占满服务器存储之后该怎么办？如何进行扩容？或者保存日志的服务器宕机，需要重新从副本创建新的服务器时，该怎么办？将日志从一台服务器拷贝到另一台服务器耗时很长，特别是想要同时保持系统实时数据时，完成这个操作就更难了。

Pulsar 对日志进行分段，从而避免了拷贝大块的日志。通过 BookKeeper， Pulsar 将日志分段分散到多台不同的服务器上。也就是说，日志不会保存在单台服务器上，任何一台服务器都不会成为整个系统的瓶颈。这使故障处理和扩容更加简单，只需要加入新的服务器，而无需进行再均衡处理。

对于云原生应用程序开发人员来说，最喜欢的东西就是无状态。无状态组件启动速度快、可替换，还可以实现无缝扩容。如果消息中间件也是无状态的，那岂不是更好？

Kafka 不是无状态的，每个 broker 都包含了分区的所有日志，如果一个 broker 宕机，不是所有 broker 都可以接替它的工作。如果工作负载太高，也不能随意添加新的 broker 来分担，而是必须与持有其分区副本的  broker 进行状态同步。

在 Pulsar 架构中，broker 是无状态的。但是完全无状态的系统无法持久化消息，所以 Pulsar 不是依靠 broker 来实现消息持久化的。在 Pulsar 架构中，数据的分发和保存是相互独立的。broker 从生产者接收数据，然后将数据发送给消费者，但数据保存在 BookKeeper 中。

Pulsar 的 broker 是无状态的，所以如果工作负载很高，可以直接添加新的 broker，快速接管工作负载。

跨域复制是 Pulsar 的拿手好戏。Pulsar 在设计之初就考虑到了这个特性，配置也很容易。无论是全局分布式应用程序还是灾备方案，都可以通过 Pulsar  搞定。

基准测试（http://openmessaging.cloud/docs/benchmarks/pulsar/）表明，Pulsar 可以在提供较高吞吐量的同时保持较低的延迟。

Pulsar 提供了很多与 Kafka 相似的特性，比如跨域复制、流式消息处理（Pulsar Functions）、连接器（Pulsar IO）、基于 SQL 的主题查询（Pulsar SQL）、schema registry，还有一些 Kafka 没有的特性，比如分层存储和多租户。更赞的是，这些功能特性都是开源的。