首先要明确的是，消息队列并不能盲目使用，先说缺点：
- 可用性降低。 比如A调用BCD的接口，然后加入了个MQ，如果MQ出问题了可能整个服务就挂了。
- 复杂度增加。 增加MQ后怎么保证消息不会重复消费？会不会丢失？顺序问题？
- 一致性问题。 A处理完直接返回成功了，结果BCD写入出了问题，不一致。
但是也有优点：异步、削峰、解耦
- 异步。 多个任务同时进行
- 削峰。 大量请求写入MQ，然后BCD系统按照承受能力慢慢拉取MQ中的请求进行处理，不至于一下挤进来打爆数据库。
- 解耦。 A 系统跟其它各种乱七八糟的系统严重耦合，A 系统产生一条比较关键的数据，很多系统都需要 A 系统将这个数据发送过来。A 系统要时时刻刻考虑 BCDE 四个系统如果挂了该咋办？要不要重发，要不要把消息存起来？头发都白了啊！ 如果使用 MQ，A 系统产生一条数据，发送到 MQ 里面去，哪个系统需要数据自己去 MQ 里面消费。如果新系统需要数据，直接从 MQ 里消费即可；如果某个系统不需要这条数据了，就取消对 MQ 消息的消费即可。这样下来，A 系统压根儿不需要去考虑要给谁发送数据，不需要维护这个代码，也不需要考虑人家是否调用成功、失败超时等情况。
特性 | ActiveMQ | RabbitMQ | RocketMQ | Kafka |
|---|---|---|---|---|
单机吞吐量 | 万级，比 RocketMQ、Kafka 低一个数量级 | 万级，比 RocketMQ、Kafka 低一个数量级 | 10 万级，支撑高吞吐 | 10 万级，高吞吐，一般配合大数据类的系统来进行实时数据计算、日志采集等场景 |
topic 数量对吞吐量的影响 | topic 可以达到几百/几千的级别，吞吐量会有较小幅度的下降，这是 RocketMQ 的一大优势，在同等机器下，可以支撑大量的 topic | topic 从几十到几百个时候，吞吐量会大幅度下降，在同等机器下，Kafka 尽量保证 topic 数量不要过多，如果要支撑大规模的 topic，需要增加更多的机器资源 | ||
时效性 | ms 级 | 微秒级，这是 RabbitMQ 的一大特点，延迟最低 | ms 级 | 延迟在 ms 级以内 |
可用性 | 高，基于主从架构实现高可用 | 同 ActiveMQ | 非常高，分布式架构 | 非常高，分布式，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 |
消息可靠性 | 有较低的概率丢失数据 | 基本不丢 | 经过参数优化配置，可以做到 0 丢失 | 同 RocketMQ |
功能支持 | MQ 领域的功能极其完备 | 基于 erlang 开发，并发能力很强，性能极好，延时很低 | MQ 功能较为完善，还是分布式的，扩展性好 | 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 |
一般的业务系统要引入 MQ，最早大家都用 ActiveMQ，但是现在确实大家用的不多了，没经过大规模吞吐量场景的验证，社区也不是很活跃，所以大家还是算了吧，我个人不推荐用这个了；
后来大家开始用 RabbitMQ，给予erlang开发，并发能力强，性能极好。但是确实 erlang 语言阻止了大量的 Java 工程师去深入研究和掌控它，对公司而言，定制比较困难，但是确实人家是开源的，比较稳定的支持，活跃度也高；
不过现在确实越来越多的公司，会去用 RocketMQ，确实很不错（阿里出品），单机吞吐量可以上十万，阿里开源，大规模处理过，品牌保证，功能完备，支持功能复杂，大吞吐量的业务需求，分布式，扩展比较方便。源码是Java的，可以自己研究定制。对自己公司技术实力有绝对自信的，推荐用 RocketMQ，否则回去老老实实用 RabbitMQ 吧，人家有活跃的开源社区，绝对不会黄。
所以中小型公司，技术实力较为一般，技术挑战不是特别高，用 RabbitMQ 是不错的选择；开源管理界面比较ok，十分好用。社区相对活跃。大型公司，基础架构研发实力较强，用 RocketMQ 是很好的选择。
kafka功能较为简单，主要支持简单的 MQ 功能，易于扩展。非常适合大数据领域的实时计算、日志采集等场景，用 Kafka 是业内标准的，绝对没问题，社区活跃度很高，绝对不会黄，何况几乎是全世界这个领域的事实性规范。
