kafka多牛啊，老少通吃，风光无限，从业务服务到大数据，无所不能。

但，即使它这么牛x，在不少项目中，依然能看到很多的替代品，比如RabbitMQ、RocketMQ、Pulsar等。

等等，先不说这些同质的竞争品。在我见到的很多项目里，经常有一只乱入的消息队列，那就是Redis。还别说，使用还挺广泛的。

是他们傻？还是单纯的水平不够？

Redis很强

因为Kafka的对手是Redis！

redis很强，满身的肌肉，几乎是的。如果你的内存足够大，你甚至可以把所有的数据放到内存中。

除了常见的5种常见的数据结构，Redis还支持非常多的扩展数据结构，其中就有“借鉴”Kafka所实现的Stream类型。

Stream就是低配版的Kafka，有Kafka经验的，玩起它来自然不在话下。相对于比较老旧的LPUSH/BRPOP、PUB/SUB模式，Stream在这个场景中完胜。

可以看到，Streamn的生产消费模式，几乎和Kafka是一个模子出来的，竟然还有消费组的概念。但Stream并没有Partition的概念，所以它是个低配版的Kafka。

我们来看看官网的说明。

Consumer groups were initially introduced by the popular messaging system Kafka (TM). Redis reimplements a similar idea in completely different terms, but the goal is the same: to allow a group of clients to cooperate in consuming a different portion of the same stream of messages.

Redis Can up

在很多软件开发中，尤其是把软件部署到甲方的机器上，引入一个新的组件，成本是巨大的。这方面，众多外包和OD们应该比较清楚它的凶残。

对于这类系统，甚至是发展势头还不错的中小公司来说，对于消息的需求并没有那么大的要求。与其引入一个新的Kafka组件，不如直接用项目中所存在的Redis组件来完成工作。

我们还是来回顾一下消息队列的作用。

• 削峰 用于承接超出业务系统处理能力的请求，使业务平稳运行。这能够大量节约成本，比如某些秒杀活动，并不是针对峰值设计容量。
• 缓冲 在服务层和缓慢的落地层作为缓冲层存在，作用与削峰类似，但主要用于服务内数据流转。比如批量短信发送。
• 解耦 项目尹始，并不能确定具体需求。消息队列可以作为一个接口层，解耦重要的业务流程。只需要遵守约定，针对数据编程即可获取扩展能力。
• 冗余 消息数据能够采用一对多的方式，供多个毫无关联的业务使用。
• 健壮性 消息队列可以堆积请求，所以消费端业务即使短时间死掉，也不会影响主要业务的正常进行。

不好意思，除了内存容量小一点，上面说的这些需求，Redis的Stream全部能够完成，包括对于缓存系统来说比较难得的持久化，它一样支持。

那还犹豫个毛！怎么简单怎么玩！

还有好处

Kafka为了增加吞吐量，可以说用尽了心思。比如，使用Filesystem Cache PageCache缓存来减少与磁盘的交互；使用顺序写来增加写入的吞吐量；使用Zero-copy和MMAP来减少内存交换；使用批量，以流的方式进行交互，直顶网卡上限；使用拉模式进行消息的获取消费，与消费端处理能力相符。

这么一优化下来，虽然功能很强大，但同时膨胀的还有代码加上软件的体积。

对于Redis来说，领域就在内存里玩，不需要这么多花架子就可以达到比Kafka更高的速度。就连partition这个特性，也可以使用不同的Key划分来实现，性能自然是比Kafka高的。

再一个，就是使用简单。

比如XADD指令、XLEN、XRANGE、XREAD等，指令少且好理解，远比Kafka使用简单。

这些优点一汇聚，就不能抵挡它成为MQ中的香馍馍。

End

简单、够用好维护，这么多优点，为什么不选Redis呢？给客户上个又笨又重的Kafka、Pulsar，来给自己添麻烦，何必呢？

当然，以上的评价是对于外包、项目类公司来说的。如果你的公司产品是持续迭代的，持续优化的，又有量，一次性到位选择成熟的额消息队列才是正确的选择。

所以，把Redis的Stream用在正确的项目，正确的地方的人，根本就不傻，他们大智若愚，堪负重任！