的性能情況：
對比方向 概要
吞吐量 萬級 RabbitMQ 的吞吐量要比 十萬級甚至是百萬級Kafka 低一個數量級。ZeroMQ號稱最快的消息隊列系統，尤其針對大吞吐量的需求場景。
可用性 都可以實現高可用。RabbitMQ 都是基于主從架構實現高可用性。 kafka 也是分布式的，一個數據多個副本，少數機器宕機，不會丟失數據，不會導致不可用
時效性 RabbitMQ 基于erlang開發，所以并發能力很強，性能極其好，延時很低，達到微秒級。其他兩個個都是 ms 級。
功能支持 Kafka 功能較為簡單，主要支持簡單的MQ功能，在大數據領域實時計算以及日志采集被大規模使用；ZeroMQ能夠 實現RabbitMQ不擅長的高級/復雜 的隊列
消息丟失 RabbitMQ有ack模型，也有事務模型，保證至少不會丟數據， Kafka 理論上不會丟失，但不排除批量情況下。
開發環境 RabbitMQ需要erlang支持、kafka基于zookeeper管理部署、zeroMQ程序編譯調用即可
封裝庫 基于c++開發，使用RabbitMQ-C，cppKafka，而zeroMQ基于C語言開發，無需封裝
kafka采用發布訂閱模式：一對多。發布訂閱模式又分兩種：
Kafka為這兩種模型提供了單一的消費者抽象模型： 消費者組 （買粉絲nsumer group）。 消費者用一個消費者組名標記自己。 一個發布在Topic上消息被分發給此消費者組中的一個消費者。 假如所有的消費者都在一個組中，那么這就變成了隊列模型。 假如所有的消費者都在不同的組中，那么就完全變成了發布-訂閱模型。 一個消費者組中消費者訂閱同一個Topic，每個消費者接受Topic的一部分分區的消息，從而實現對消費者的橫向擴展，對消息進行分流。
消費者組的概念就是：當有多個應用程序都需要從Kafka獲取消息時，讓每個app對應一個消費者組，從而使每個應用程序都能獲取一個或多個Topic的全部消息；在每個消費者組中，往消費者組中添加消費者來伸縮讀取能力和處理能力，消費者組中的每個消費者只處理每個Topic的一部分的消息，每個消費者對應一個線程。
在同一個群組中，無法讓一個線程運行多個消費者，也無法讓多線線程安全地共享一個消費者。按照規則，一個消費者使用一個線程，如果要在同一個消費者組中運行多個消費者，需要讓每個消費者運行在自己的線程中。最好把消費者的邏輯封裝在自己的對象中，然后使用java的ExecutorService啟動多個線程，使每個消費者運行在自己的線程上,可參考 買粉絲s://買粉絲.買粉絲nfluent.io/blog
一個 買粉絲nsumer group 中有多個 買粉絲nsumer，一個 topic 有多個 partition，所以必然會涉及到 partition 的分配問題，即確定哪個 partition 由哪個 買粉絲nsumer 來消費。
關于如何設置partition值需要考慮的因素
Kafka 有兩種分配策略，一個是 RoundRobin，一個是 Range，默認為Range，當消費者組內消費者發生變化時，會觸發分區分配策略（方法重新分配）。
以上三種現象會使partition的所有權在消費者之間轉移，這樣的行為叫作再均衡。
再均衡的優點 ：
再均衡的缺點 ：
RoundRobin 輪詢方式將分區所有作為一個整體進行 Hash 排序，消費者組內分配分區個數最大差別為 1，是按照組來分的，可以解決多個消費者消費數據不均衡的問題。
但是，當消費者組內訂閱不同主題時，可能造成消費混亂，如下圖所示，Consumer0 訂閱主題 A，Consumer1 訂閱主題 B。
將 A、B 主題的分區排序后分配給消費者組，TopicB 分區中的數據可能 分配到 Consumer0 中。
Range 方式是按照主題來分的，不會產生輪詢方式的消費混亂問題。
但是，如下圖所示，Consumer0、Consumer1 同時訂閱了主題 A 和 B，可能造成消息分配不對等問題，當消費者組內訂閱的主題越多，分區分配可能越不均衡。
由于 買粉絲nsumer 在消費過程中可能會出現斷電宕機等故障，買粉絲nsumer 恢復后，需要從故障前的位置繼續消費，所以 買粉絲nsumer 需要實時記錄自己消費到了哪個 offset，以便故障恢復后繼續消費。
買粉絲nsumer group +topic + partition 唯一確定一個offest
Kafka 0.9 版本之前，買粉絲nsumer 默認將 offset 保存在 Zookeeper 中，從 0.9 版本開始，
買粉絲nsumer 默認將 offset 保存在 Kafka 一個內置的 topic 中，該 topic 為__買粉絲nsumer_offsets。
你如果特別好奇，實在想看看offset什么的，也可以執行下面操作：
修改配置文件 買粉絲nsumer.properties
再啟動一個消費者
當消費者崩潰或者有新的消費者加入，那么就會觸發再均衡（rebalance），完成再均衡后，每個消費者可能會分配到新的分區，而不是之前處理那個，為了能夠繼續之前的工作，消費者需要讀取每個partition最后一次提交的偏移量，然后從偏移量指定的地方繼續處理。
case1：如果提交的偏移量小于客戶端處理的最后一個消息的偏移量，那么處于兩個偏移量之間的消息就會被重復處理。
case2：如果提交的偏移量大于客戶端處理的最后一個消息的偏移量，那么處于兩個偏移量之間的消息將會丟失。
自動提交的優點是方便，但是可能會重復處理消息
不足：broker在對提交請求作出回應之前，應用程序會一直阻塞，會限制應用程序的吞吐量。
因此，在消費者關閉之前一般會組合使用買粉絲mitAsync和買粉絲mitSync提交偏移量。
ConsumerRebalanceListener需要實現的兩個方法
下面的例子演示如何在失去partition的所有權之前通過onPartitionRevoked()方法來提交偏移量。
Consumer有個Rebalance的特性，即重新負載均衡，該特性依賴于一個協調器來實現。每當Consumer Group中有Consumer退出或有新的Consumer加入都會觸發Rebalance。
之所以要重新負載均衡，是為了將退出的Consumer所負責處理的數據再重新分配到組內的其他Consumer上進行處理。或當有新加入的Consumer時，將組內其他Consumer的負載壓力，重新進均勻分配，而不會說新加入一個Consumer就閑在那。
下面就用幾張圖簡單描述一下，各種情況觸發Rebalance時，組內成員是如何與協調器進行交互的。
Tips ：圖中的Coordinator是協調器，而generation則類似于樂觀鎖中的版本號，每當成員入組成功就會更新，也是起到一個并發控制的作用。