面试官心理分析

既然你引入了消息队列（MQ），可能是某一种特定的消息队列，那么当时你有没有进行过相关调研呢？不要盲目地凭个人喜好或者头脑一热就选择了某种消息队列，列如 Kafka，甚至对业界流行的消息队列都没有做过调研。每种消息队列都有其优点和缺点，并没有绝对的优劣之分，关键是要根据具体场景来选择合适的消息队列，利用其优势，规避其劣势。如果招进团队的是一个不思考技术选型的候选人，当领导交给他一个任务去设计系统时，他可能在技术选型上并没有充分思考，最终选择的技术可能并不合适，也会留下隐患。

面试题剖析

根据业务场景选择，大数据用Kafka，复杂业务用RabbitMQ，金融级用RocketMQ。

综上，各种对比之后，有如下提议：

目前许多公司都引入 MQ，一开始是 ActiveMQ，但是支持不很好，我们就不做推荐了，后来大家开始用 RabbitMQ，但是的确 erlang 语言阻止了大量的 Java 工程师去深入研究和掌控它，对公司而言，几乎处于不可控的状态，但是的确 人家是开源的，比较稳定的支持，活跃度也高；

不过目前越来越多的公司都在用 RocketMQ，的确 很不错，毕竟是阿里出品，目前 RocketMQ 已捐给 Apache，不过有些功能只有阿里商业版才有，对自己公司技术实力有绝对自信的。

所以中小型公司，技术实力较为一般，技术挑战不是特别高，用 RabbitMQ 是不错的选择；大型公司，基础架构研发实力较强，用 RocketMQ 是很好的选择。

如果是大数据领域的实时计算、日志采集等场景，用 Kafka 是业内标准的，绝对没问题，社区活跃度很高，绝对不会黄，何况几乎是全世界这个领域的实际性规范。

Kafka在企业中应用广泛的核心缘由

1. 场景匹配度高

• 专为高吞吐、低延迟的大规模数据流设计（如日志、交易流水、用户行为跟踪）
• 企业数字化转型中，实时数据处理成为刚需

2. 架构优势突出

• 分布式分区：天然支持水平扩展（对比RabbitMQ的镜像队列扩展成本高）
• 持久化存储：消息可保留多天，支持重复消费（对比RabbitMQ内存积压易崩溃）

3. 生态整合能力强

• 与大数据栈（Flink/Spark）深度集成，形成端到端实时计算管道
• 云厂商（AWS/Aliyun）提供托管服务，降低运维成本