1）核心定位一句话

• Kafka：超高吞吐的分布式日志系统/流平台，强项在“海量数据管道 + 实时流处理”。
• RocketMQ：互联网场景的业务消息中间件，强项在“事务/延迟/顺序/可用性 + 易用运维”。
• RabbitMQ：AMQP 体系的通用消息代理，强项在“路由灵活 + 可靠投递 + 中小规模”。
• Pulsar：云原生的分布式消息/流一体，强项在“计算存储分离、多租户、跨地域”。
• ActiveMQ：老牌 JMS Broker，更多是“存量系统兼容/简单场景”。

2）对比维度（面试高频）

吞吐与延迟（大概方向）

• 吞吐：Kafka ≈ Pulsar（很强） > RocketMQ（强） > RabbitMQ（中等，偏低延迟） > ActiveMQ
• 端到端延迟：RabbitMQ（常见更低）≈ RocketMQ（可做到很低） > Kafka（依赖 batch/刷盘策略）

现实里：Kafka追吞吐；RabbitMQ追低延迟+灵活路由；RocketMQ在业务能力与性能之间平衡。

消费模型

• Kafka：消费者组（Consumer Group）+ 分区（Partition）并行；典型“拉取（poll）”。
• RocketMQ：消费者组 + 队列（MessageQueue）；支持集群消费/广播消费；拉取为主。
• RabbitMQ：队列语义更强，“推送（push）”为主；prefetch 控流很关键。
• Pulsar：Subscription 模型更丰富（Exclusive/Shared/Failover/Key_Shared 等）。

顺序消息

• Kafka：分区内有序（同 key 进同 partition）。
• RocketMQ：支持严格顺序（通过队列选择器/顺序消费），业务用得多。
• RabbitMQ：单队列单消费者可保证顺序，但并发/重投递会破坏“全局顺序”。
• Pulsar：按 key/partition 维度可保证有序。

事务消息（业务一致性）

• RocketMQ：原生事务消息（半消息 + 回查）是其标志能力。
• Kafka：支持事务（EOS 语义）更多用于流处理/生产者幂等+事务写入，但业务“本地事务+消息”要自己设计 Outbox/CDC。
• RabbitMQ：有 publisher confirm、事务模式（性能差，实际很少用），业务一致性通常靠补偿/Outbox。
• Pulsar：有事务能力但生态/实践上不如 RocketMQ 在“业务事务消息”里常见。

延迟消息 / 定时消息

• RocketMQ：原生延迟消息（定级延迟/新版本更灵活），业务常用。
• RabbitMQ：靠插件/TTL+DLX 等组合实现（能做但要设计）。
• Kafka：通常用定时轮/延迟队列服务、或按时间分桶 topic，自研较多。
• Pulsar：支持 delayed delivery。

路由能力（topic/queue、交换机等）

• RabbitMQ：最强（Exchange：direct/topic/fanout/headers…），适合复杂路由。
• Kafka/RocketMQ/Pulsar：以 topic 为中心，路由相对简单，更多靠“多 topic + tag/key + 业务侧处理”。

可靠性语义（至少一次/恰好一次）

• RabbitMQ / RocketMQ / Kafka：工程上默认都更常做 At-least-once（至少一次），然后业务幂等兜底。
• Kafka：事务 + 幂等生产者 + exactly-once（多用于流处理链路）。
• RocketMQ：业务上通常强调“可靠投递 + 消费幂等 + 可追溯”。

生态与场景

• Kafka：大数据/日志/埋点/流处理（Flink/Spark/ksql 等）生态王者。
• RocketMQ：电商/支付/订单/库存等典型业务消息；国产互联网公司使用面广。
• RabbitMQ：企业集成、后台任务、微服务事件（特别是需要灵活路由）很常见。
• Pulsar：云原生、多租户、跨地域、消息+流统一，越来越多但需要更强运维能力。
• ActiveMQ：存量/JMS。

3）选型速记（直接可背）

• 海量吞吐 + 事件流/日志/埋点：选 Kafka
• 业务消息（事务/延迟/顺序/高可用）：选 RocketMQ
• 路由复杂、低延迟、中小规模、AMQP 体系：选 RabbitMQ
• 云原生、多租户、跨地域、长期留存、消息/流一体：选 Pulsar
• 老系统 JMS 兼容：ActiveMQ

4）面试官常追问的“坑点提示”

• Kafka：分区决定并行度与有序粒度；扩分区会影响 key 分布与顺序；重平衡、消息积压处理要会。
• RocketMQ：顺序消息的队列选择与消费并发要配套；事务消息回查与幂等要讲清楚。
• RabbitMQ：prefetch/ack/requeue 会直接影响吞吐与“重复消费”；镜像队列/Quorum Queue 的权衡要知道。
• 所有 MQ：最终都要落到 幂等（去重）+ 重试 + DLQ + 可观测（堆积/延迟/失败率）。