常用消息队列（MQ）的“数量级”通常围绕吞吐量（TPS，每秒处理消息数）、消息堆积能力、延迟三个核心指标展开，不同MQ因设计目标（高吞吐、低延迟、高可靠等）不同，数量级差异显著。以下是主流MQ的关键性能指标数量级及影响因素分析：

一、核心性能指标的数量级对比

MQ产品	单机吞吐量（TPS）	集群吞吐量（TPS）	消息堆积能力	消息延迟（P99）	典型适用场景
Kafka	10万-50万（小消息）	100万-1000万+	亿级-百亿级（TB级）	10-100毫秒	日志收集、大数据流处理、高吞吐场景
RocketMQ	5万-20万	50万-500万+	亿级-百亿级（TB级）	5-50毫秒	电商交易、金融支付、高可靠场景
RabbitMQ	1万-5万	10万-50万	百万级-千万级	100微秒-10毫秒	业务解耦、实时通信（如订单通知）
ActiveMQ	1千-5千	1万-10万	十万级-百万级	10-100毫秒	传统企业应用（逐步被替代）

二、关键指标的细节说明

1. 吞吐量（TPS）：消息处理能力的核心指标

• Kafka：
  设计初衷是“高吞吐”，基于“磁盘顺序写+分区并行”机制，小消息（1KB以内）单机TPS可达10万+（优化后甚至50万），集群通过增加分区和节点可线性扩展（如10个节点+100分区，TPS轻松突破100万）。但大消息（10KB以上）会导致吞吐量骤降（可能跌至1万以下）。

• RocketMQ：
  兼顾吞吐与可靠性，单机TPS在5万-20万（小消息），集群通过多Broker和Topic分区扩展（如20个Broker，TPS可达500万）。支持“批量发送”和“异步刷盘”，进一步提升吞吐（但同步刷盘会降低30%+性能）。

• RabbitMQ：
  基于Erlang的轻量级进程模型，更侧重“低延迟”和“路由灵活性”，单机TPS通常在1万-2万（小消息），集群通过镜像队列或普通集群扩展（但受Erlang调度限制，集群TPS难超10万）。复杂路由（如多交换机转发）会显著降低吞吐量（可能跌至几千）。

• ActiveMQ：
  架构较老旧，采用同步IO，单机TPS仅几千，集群扩展能力弱，目前仅在传统系统中少量使用。

2. 消息堆积能力：系统应对流量洪峰的缓冲能力

• Kafka/RocketMQ：
  基于“分区日志文件”存储消息，磁盘利用率高，支持亿级甚至百亿级消息堆积（TB级数据），且堆积后性能衰减小（因读操作通过索引定位，不受堆积量影响）。例如，Kafka单个分区可堆积10亿+消息，全集群（100分区）可达万亿级。

• RabbitMQ：
  消息存储依赖内存+磁盘（持久化时），但内存中维护消息元数据，堆积过多（千万级以上）会导致内存溢出或GC频繁，性能急剧下降（延迟从毫秒级增至秒级），实际业务中通常控制在百万级以内。

• ActiveMQ：
  堆积能力最差，因存储结构低效（基于B树索引），堆积百万级消息后可能出现磁盘IO瓶颈，导致服务卡顿。

3. 延迟（消息从发送到接收的时间差）

• RabbitMQ：
  延迟最低，小消息场景下可做到微秒级（如100-500微秒），因Erlang进程调度高效，且消息路由在内存中完成（非持久化时）。持久化消息延迟会增至毫秒级（1-10毫秒）。

• Kafka/RocketMQ：
  延迟稍高（毫秒级），因消息需写入磁盘（即使异步刷盘也有毫秒级延迟）。Kafka默认延迟10-50毫秒（可通过linger.ms参数调优至1-5毫秒，但会降低吞吐）；RocketMQ延迟5-30毫秒，支持“零拷贝”优化进一步降低延迟。

• ActiveMQ：
  延迟最高且不稳定，受消息堆积和IO影响，可能出现100毫秒以上的波动。

三、影响数量级的关键因素

1. 消息大小：小消息（<1KB）吞吐量远高于大消息（>10KB），例如Kafka处理100B消息的吞吐是10KB消息的10倍以上。
2. 持久化策略：同步持久化（消息写入磁盘才返回）比异步持久化（先存内存再异步刷盘）吞吐量低30%-50%，但可靠性更高。
3. 集群规模：Kafka/RocketMQ支持线性扩展（节点越多，吞吐越高），RabbitMQ受限于Erlang架构，扩展效率低。
4. 路由复杂度：RabbitMQ的交换机绑定、Kafka的分区路由等复杂逻辑会增加延迟，降低吞吐。

总结

选择MQ时需结合业务场景的“吞吐需求”“延迟敏感程度”“堆积能力要求”：

• 高吞吐、大堆积（如日志、大数据）→ Kafka；
• 高可靠、中吞吐（如金融交易、订单）→ RocketMQ；
• 低延迟、业务复杂（如实时通知、小流量解耦）→ RabbitMQ；
• 传统老旧系统→ ActiveMQ（不推荐新系统使用）。

这些数量级是“理论最优值”，实际生产中需预留30%+余量（因网络、硬件、业务逻辑会消耗性能）。