我们发现Redis的作者出了一个新的消息队列系统Disque，我做了一点调研来决定我们使用哪种消息队列，主要对比了Disque、Kafka和RocketMQ。
- Disque的特性：
- 消息发送可以选择至少一次或者最多一次。
- 消息需要消费者确认。
- 如果没有确认，会一直重发，直至到期。确认信息会广播给拥有消息副本的所有结点，然后消息会被垃圾收集或者删除。
- 队列是持久的。（需要开启aof）
- Disque默认只运行在内存里，持久性是通过同步备份实现的。
- 队列为了保证最大吞吐量，不是全局一致的，但会尽力提供排序。
- 在压力大的时候，消息不会丢弃，但会拒绝新的消息。（kafka在消息大量积压时，会直接丢弃新消息）
- 消费者和生产者可以通过命令查看队列中的消息。
- 队列尽力提供FIFO。（kafka可以保证顺序）
- 一组master作为中介，客户端可以与任一结点通信。
- 中介有命名的队列，无需消费者和生产者干预。
- 消息发送是事务性的，保证集群中会有所需数量的副本。
- 消息接收不是事务性的。
- 消费者默认是接收时是阻塞的，但也可以选择查看新消息。
- 生产者在队列满时发新消息可以得到错误信息，也可以让集群异步地复制消息。
- 支持延迟作业，粒度是秒，最久可以长达数年。但需要消耗内存。（kafka不支持，这个功能用来做分布式定时任务系统很不错）
- 消费者和生产者可以连接不同的结点。
Disque的一些不足
最近一次提交时间：Apr 29, 2016（调研时间2017-2-21）
社区并不活跃，网上可以查到的资料较少
C编写，我们的技术栈为go和c#，我花了一些时间阅读了资料，并做了大量测试，也阅读了一些源码，在一定程度上弥补了上述问题
由于运行在内存，获得大吞吐量的同时，失去了保存大量消息的能力
** Disque的消息存储**
一条消息称为一个job，job会根据配置的副本数量分布在多个节点的内存中，队列信息是每个节点单独存储的
存储job使用的跳表
- Kafka的特性和优势
- 以时间复杂度为O(1)的方式提供消息持久化能力，即使对TB级以上数据也能保证常数时间复杂度的访问性能。
- 高吞吐率。即使在非常廉价的商用机器上也能做到单机支持每秒100K条以上消息的传输。
- 支持Kafka Server间的消息分区，及分布式消费，同时保证每个Partition内的消息顺序传输。（这里是个很讨巧的做法，topic下所有消息顺序传输几乎不能实现；相比之下Disque更加简单暴力，直接宣称不保证顺序）
- 同时支持离线数据处理和实时数据处理。
- Scale out：支持在线水平扩展。
- 最近一次提交时间：Feb 20, 2017（调研时间2017-2-21）
- 社区非常活跃，网上资料很多，众多公司在使用
Kafka的消息存储
RocketMQ与Kafka的一些对比
RocketMQ使用Java实现，kafka使用Scala实现
性能上kafka略高，可用性和数据可靠性都差不多（因为存储模型差不多）
RocketMQ支持事务消息（这里的事务消息存在缺陷，而且在分布式事务中）
RocketMQ与Kafka主要在这几个方面：消息的存储、Prdocuer端的服务发现、消费offset的存储、consumer负载均衡、Name Server和ZooKeeper
总体来说，RocketMQ与Kafka比较类似，RocketMQ数据安全性稍好，kafka性能稍好；RocketMQ不需要zookeeper，但是同样需要额外的机器来部署他的Name Server
另外，RocketMQ有延时消费功能
在消息量大时， RocketMQ在成本上具有优势；消息量小时，Disque具有优势
性能： Disque > RocketMQ
数据安全性： RocketMQ > Disque
都有延时消费功能
RocketMQ运维更加复杂，需要额外部署Name Server集群
Disque客户端对go的支持更好
一些汇总
数据安全性： RocketMQ > Kafka > Disque
吞吐量：Disque > Kafka > RocketMQ
机器成本（数据量大时）：Disque > RocketMQ ≈ Kafka
机器成本（数据量小时）： RocketMQ ≈ Kafka > Disque
Kafka和RocketMQ支持1对多广播，Disque不支持
Disque和RocketMQ支持延时消费， Kafka不支持
我们的现状：
数据量不大
需要一个定时任务系统，但是并没有太多开发力量自己开发
没有部署Zookeeper，使用的consul做服务注册和发现等
我们的选择：Disque
数据量不大，所以Disque消息积压能力弱，并不会引发问题
超高的并发能力在大促时可以发挥力量
有延时消费的功能，可以用来做定时任务
运维比较简单
Disque集群时需要注意的点
只要集群中有一个节点失效，则 ADDJOB topic message timeout 这种默认命令会返回失败，必须使用 ADDJOB topic message timeout REPLICATE n RETRY m 这种带有 REPLICATE 和 RETRY 的命令
在使用 REPLICATE 参数时，必须同时有 RETRY 命令，否则 REPLICATE 参数将失效，并被固定为1
如果生产者和消费者连接不同的节点，如果消费者在 GETJOB 后不立即 ACKJOB，则会产生重复消费
如果生产者和消费者连接不同的节点，消费者会产生比较大的延迟，经常发生生产者发送消息几秒之后消费者才收到消息
这些命令将可能会返回错误的值：QLEN、QPEEK、DEQUEUE
测试数据
测试用的我的开发机mac book air，处理器：1.6 GHz Intel Core i5，内存：4 GB 1600 MHz DDR3
Replicate=2，3节点集群（各自占用一个核），20个topic，每个topic 2w消息，每条消息12B（因为我的机器内存比较小...）
读写同时进行读写比1:1，QPS：1.8w 对应单机时QPS：2.3w，每条消息1KB
读写同时进行读写比1:1，QPS：2w (开启aof：1.7w) 对应单机时QPS：2.7w
只发消息：QPS：1w3 (开启aof：1w) 对应单机是QPS：3.2w
只收消息：QPS：0.8w 对应单机QPS：1.8wEZMqClientEZMqClient是一组接口，用于操作远程消息队列，目前完成了Disque的实现版本。这个实现版本在disque-go的基础上封装而成。解决了超时后error和message同时为nil的bug，解决了有时会panic的问题，封装了使用细节，增加消费监听接口。
同时提供消息广播和定时任务接口（这里在我有空时会再更新一篇博客来说明我的实现方式）
下面是EZMqClient的使用示例：
// EZMqClient
mqClient = ezlib.NewDisqueClientWithDefaultConf(conf.MqServer, conf.MqClient)
// 添加消息监听
mqClient.AddConsumeListener("testTopic", func(job *ezlib.EZJob) {
fmt.Printf("consume message: %v\n", job)
})
// 发送消息
mqClient.Push("testTopic", "bbbbbb")
// 发送延时消息，发送后，消息队列会在delay之后将消息推送给消费者
mqClient.PushDelay("testDelayTopic", "aaaaaaaaaaaaaaa", 15*time.Second)
// 定时任务，你可以在多个节点启动相同的定时任务，系统会保证只有一个节点去执行任务，所以只需要有一个节点存活，这个定时任务就可以执行
mqClient.AddCrontab("testCrontab", "0/10 * * * * *", func(taskTime time.Time) {
fmt.Printf("crontab taskTime:%v now:%v\n", taskTime, time.Now())
})
/////////////// 消息广播 /////////////////////////
// 增加广播消息监听，同一个topic下的不同的group都会收到广播消息，同一个group中只有一个节点会收到消息
mqClient.AddBroadcastListener("broadcastNameTest", "broadcastNameTestGroup1", func(msg string) { fmt.Printf("broadcast1:%v\n", msg) })
// 发送广播消息
mqClient.PushBroadcast("broadcastNameTest", "hahahahaha")
// 发送广播延时消息
mqClient.PushBroadcastDelay("broadcastNameTest", "ooooooooooo", 10*time.Second)
Disque热扩展
热扩展：Disque在一个节点内存不足时，收到新的Job，会将这个Job转发给其他内存足够的节点；热扩展只需增加节点，并且通过Disque提供的客户端将新启动的节点加进集群即可
Disque如何实现高可用
高可用： EZMqClient 会为每个addjob操作增加参数指定副本数量，并且在getjob成功之后调用ackjob，以此保证“至少一次”的消息消费；当有节点失效时，只要一个job的多个副本不是都在那些失效节点上时，则job不会丢失，整个集群正常工作
目前打算设置副本数量为2，集群物理机3台，由于Disque单线程，一台物理机可以启动多个Disque实例，但需要注意job的2个副本不可处于同一台物理机，否则这台物理机失效时将导致job丢失，考虑到Disque的吞吐量完全足够，而且Disque无法保证job的2个副本所在的节点一定会分布在不同的物理机上，所以单机启动一个Disque实例就可以了，可以容忍集群中1台物理机的挂机
阅读Disque源码的一些建议
Disque 大量重用了 Redis 的底层代码， 比如数据结构部分、事件部分、网络通信部分、服务器主循环部分等等。
Job会根据命令指定的副本数量存放在多个节点中，Queue底层为跳表，客户端addjob时连接哪个节点则在哪个节点建立Queue（这个节点没有这个topic的Queue时），副本传播到的节点只会存储Job副本不会建立Queue
只有同一个topic的所有job都在同一个节点的同一个Queue中时，才能保证顺序（但由于网络延迟，消费者也不一定会按顺序接收到消息），其他情况都无法保证顺序（这里比较复杂，想要详细了解的同学请自行阅读源码并实际操作尝试）
如果对Redis源码有阅读过的同学，可以只需要阅读Disque的job、queue、cluster、disque* 这几部分的源码
