这两年，圈子里关于海量数据、复杂业务场景的探讨越来越多，一方面是居安思危，另一方面是，大家对成熟系统的追求一直在升级。也难怪，毕竟现在高级工程师的门槛都上升到系统层面了，谁都不想落下。
我的经验是，成熟系统的构建，最不能缺少的一环就是消息队列。消息队列的概念看似好懂，但落实到复杂问题的解决，则非常考验内功。比如：
- 如何评估一个消息队列是否适合当前业务？
- 消息队列的模式优选推还是拉？
- 如何确保消息不丢失？
- Kafka、RocketMQ、Pulsar 的原理有何区别？
其实，市场上流行的消息队列产品无非那几种。所以，精通消息队列的本质，就是掌握不同消息队列产品的特点。只有从根本上掌握了各个消息队列的优势、特性和适用场景，才能让你对系统完备程度的理解更上一层楼。
上面这张图出自国内领先的第三方支付企业拉卡拉。拉卡拉很多系统的业务逻辑和具体的消息系统之间存在耦合，在选型消息队列的过程中，拉卡拉着重比较了 Kafka、RocketMQ 和 Pulsar，最后决定使用 Pulsar。
简单来说，云原生的分布式消息流平台 Pulsar 在性能、兼容方面都有明显优势，大获全胜。Kafka 的计算与存储不分家，当 topic 数量较多时，它的存储机制必然会导致性能下降。而 Pulsar 采用计算与存储分离的架构，保持性能的同时，更利于长时间存储消息。
目前，Pulsar 已经被腾讯、智联招聘、涂鸦智能、中国移动、中国电信、360、达达集团（京东到家）、苏宁、平安证券、华为等各个领域的巨头广泛实践，有全面赶超 Kafka 的态势。像极了下一个风口，很适合深入学习和掌握。
