以下文章来源于 AI 火线，作者 AI 火线小组 译

本文由微信公众号「AI 火线」原创（ID：ai-front），未经受权不得转载。

作者 | Chris Bartholomew

译者 | 无明

编辑 | Natalie

AI 火线导读： 对于云原生分布式应用程序的开发人员来说，为把更多精力放在应用程序和微服务开发上，而不是浪费时间解决简单的音讯基础架构，他们须要一个解决方案帮忙治理好这些基础架构。

构建音讯基础架构的第一步是抉择适合的消息中间件技术。可选计划有很多，从各种开源框架（如 RabbitMQ、ActiveMQ、NATS）到一些商用产品（如 IBM MQ 或者 RedHat AMQ），除此之外，咱们还有 Kafka。不过，咱们最初没有应用 Kafka，而是抉择了 Pulsar。

为什么最终抉择了 Pulsar？上面列出了抉择 Pulsar 而不是 Kafka 的 7 大理由。

1. 流式解决和队列的合体

Pulsar 就像一个合二为一的产品，不仅能够像 Kafka 那样解决高速率的实时场景，还反对规范的音讯队列模式，比方多消费者、生效备援订阅和音讯扇出等等。Pulsar 会主动跟踪客户端的读取地位，并把这些信息保留在高性能的分布式 ledger（BookKeeper）当中。

与 Kafka 不同，Pulsar 具备传统音讯队列（如 RabbitMQ）的性能，因而，只须要运行一个 Pulsar 零碎就能够同时解决实时流和音讯队列。

2. 反对分区，但不是必须的

如果你用过 Kafka，就肯定晓得分区是怎么回事。Kafka 中的所有主题都是分区的，这样能够减少吞吐量。通过分区进而划分到不同的 broker，单个主题的解决速率能够失去大幅晋升。但如果某些主题不须要太高的解决速率，又该怎么办呢？对于这类状况，如果能不思考分区，防止随之而来的 API 和管理工作，不是更好吗？

Pulsar 就能够做到。如果只须要一个主题，能够应用一个主题而无需应用分区。如果须要放弃多个消费者实例的解决速率，也不须要应用分区，Pulsar 的共享订阅能够达到这一目标。

如果的确须要分区来进一步晋升性能，Pulsar 也能够反对分区的应用。

3. 日志诚然不错，但 ledger 更胜一筹

Kafka 开发团队预感了日志对于一个实时数据交换零碎的重要性。日志通过追加的形式写入零碎，写入速度很快。日志中的数据是串行的，能够依照写入的程序疾速读取数据。相比随机读取和写入，串行读取和写入速度更快。对于任何一个提供数据保障的零碎来说，长久化存储方面的交互都是一个瓶颈，而日志形象最大限度地晋升了这方面的效率。

日志诚然好，但当数据量过大时，也会给咱们带来一些麻烦，单台服务器上保留所有日志曾经成为一个挑战。在日志占满服务器存储之后该怎么办？如何进行扩容？或者保留日志的服务器宕机，须要从新从正本创立新的服务器时，该怎么办？将日志从一台服务器拷贝到另一台服务器耗时很长，特地是想要同时放弃零碎实时数据时，实现这个操作就更难了。

Pulsar 对日志进行分段，从而防止了拷贝大块的日志。通过 BookKeeper，Pulsar 将日志分段扩散到多台不同的服务器上。也就是说，日志不会保留在单台服务器上，任何一台服务器都不会成为整个零碎的瓶颈。这使故障解决和扩容更加简略，只须要退出新的服务器，而无需进行再平衡解决。

4. 无状态

对于云原生应用程序开发人员来说，最喜爱的货色就是无状态。无状态组件启动速度快、可替换，还能够实现无缝扩容。如果消息中间件也是无状态的，那岂不是更好？

Kafka 不是无状态的，每个 broker 都蕴含了分区的所有日志，如果一个 broker 宕机，不是所有 broker 都能够接替它的工作。如果工作负载太高，也不能随便增加新的 broker 来分担，而是必须与持有其分区正本的 broker 进行状态同步。

在 Pulsar 架构中，broker 是无状态的。然而齐全无状态的零碎无奈长久化音讯，所以 Pulsar 不是依附 broker 来实现音讯长久化的。在 Pulsar 架构中，数据的散发和保留是互相独立的。broker 从生产者接收数据，而后将数据发送给消费者，但数据保留在 BookKeeper 中。

Pulsar 的 broker 是无状态的，所以如果工作负载很高，能够间接增加新的 broker，疾速接管工作负载。

5. 简略的跨域复制

跨域复制是 Pulsar 的拿手好戏。Pulsar 在设计之初就思考到了这个个性，配置也很容易。无论是全局分布式应用程序还是灾备计划，都能够通过 Pulsar 搞定。

6. 稳固的体现

基准测试（http://openmessaging.cloud/do…）表明，Pulsar 能够在提供较高吞吐量的同时放弃较低的提早。

7. 齐全开源

Pulsar 提供了很多与 Kafka 类似的个性，比方跨域复制、流式音讯解决（Pulsar Functions）、连接器（Pulsar IO）、基于 SQL 的主题查问（Pulsar SQL）、schema registry，还有一些 Kafka 没有的个性，比方分层存储和多租户。更赞的是，这些性能个性都是开源的。

结 论

以上，咱们有很多理由抉择 Pulsar 来构建音讯基础架构服务。除了上述起因之外，Pulsar 的其余个性也带来了很多便当，比方多租户、命名空间、认证和受权、文档、对 Kubernetes 的敌对反对等等。

英文原文：

https://kafkaesque.io/7-reaso…

更多对于 Apache Pulsar 的动静和干货分享，请关注 ApachePulsar 公众号！