流处理和传统消息处理之间的基本区别是什么？正如人们所说kafka是流处理的不错选择，但基本上kafka是一个类似于ActivMQ，RabbitMQ等的消息传递框架。
为什么我们一般不会说ActiveMQ也适合流处理。
消费者使用消息的速度是否确定它是否为流？
答案 0 :(得分：52)
在传统的消息处理中，您对消息应用简单的计算 - 在大多数情况下，每个消息都单独计算。
在流处理中，您可以同时对多个输入流和多个记录（即消息）应用复杂操作（如聚合和连接）。
此外，传统的消息传递系统无法及时回归＆＃34; - 即，在将消息传递给所有订阅的消费者之后自动删除消息。相比之下，Kafka保留消息，因为它使用基于拉的模型（即，消费者从Kafka中提取数据）一段可配置的时间。这使消费者可以倒带＃34;并多次使用消息 - 或者如果添加新消费者，它可以读取完整的历史记录。这使得流处理成为可能，因为它允许更复杂的应用程序。此外，流处理不一定是关于实时处理 - 它是关于处理无限输入流（与应用于有限输入的批处理相反）。
Kafka提供Kafka Connect和Streams API - 所以它是一个流处理平台，而不仅仅是一个消息/ pub-sub系统（即使它在它的核心中使用它）。
答案 1 :(得分：5)
基本上Kafka是类似于ActiveMQ或RabbitMQ的消息传递框架。汇流会采取一些努力将Kafka带入流媒体。
https://www.confluent.io/blog/introducing-kafka-streams-stream-processing-made-simple/
那么为什么Kafka在谈论流处理时会出现？
流处理框架因数据输入而异。在批处理中，您有一些文件存储在文件系统中，您希望不断处理并存储在某个数据库中。虽然在像Spark，Storm等流处理框架中可以从一些传感器设备获得连续输入，但是在那里使用api feed和kafka来为流引擎提供信息。
答案 2 :(得分：2)
如果您喜欢分开头发： 消息传递是两个或多个进程或组件之间的通信，而流传输是事件日志在发生时的传递。消息携带原始数据，而事件则包含有关订单的发生和活动的信息。 因此，Kafka可以同时进行消息传递和流式传输。 Kafka中的主题可以是原始消息或事件日志，通常可以保留数小时或数天。事件可以进一步汇总为更复杂的事件。
答案 3 :(得分：2)
虽然 Rabbit 支持流式传输，但它实际上并不是为此而构建的（参见 Rabbit 的网站） Rabbit 是消息代理，Kafka 是事件流平台。
Kafka 可以处理大量发给 Rabbit 的“消息”。 Kafka 是一个日志，而 Rabbit 是一个队列，这意味着一旦被消费，Rabbit 的消息就不再存在，以备不时之需。
但是 Rabbit 可以指定消息优先级，而 Kafka 不能。
这取决于您的需求。
答案 4 :(得分：1)
消息处理意味着对和/或使用单个消息的操作。流处理包括对单个消息和/或使用单个消息的操作，以及当消息流入系统时对消息收集的操作。例如，假设交易即将进入付款工具-流处理可用于连续计算每小时平均支出。在这种情况下，可以在流上设置一个滑动窗口，该窗口在一个小时内接收消息并计算平均值。这样的数字可以用作欺诈检测系统的输入
答案 5 :(得分：0)
最近遇到一个很好的文档，描述了“流处理”和“消息处理”的用法
https://developer.ibm.com/technologies/messaging/articles/difference-between-events-and-messages/
在上下文中进行异步处理 -
流处理： 当有“处理请求”时考虑它，即客户端向服务器发出请求以进行处理。
消息处理： 在“访问企业数据”时考虑它，即企业内的组件可以发出描述其当前状态的数据。该数据通常不包含其他系统完成操作的直接指令。相反，组件允许其他系统深入了解其数据和状态。
为了便于评估，在为您的解决方案选择合适的技术时，请考虑以下关键选择标准：
事件历史 - 卡夫卡 细粒度订阅 - Kafka 可扩展的消费 - Kafka 事务行为 - MQ