Kafka 與 RabbitMQ 都能傳訊息。處理完還要保留嗎？新的下游加入時，需要重播嗎？這些問題會比先比較效能數字更接近實際需求，所以要選哪一個，我會先想訊息之後要怎麼用。

本篇名詞小筆記

• Kafka：分散式事件串流平台，適合需要保留、重播並讓多個下游各自消費的事件。
• RabbitMQ：訊息 broker，擅長工作佇列、確認機制與彈性的訊息路由。
• Partition：Kafka 分割區；同一分割區內的事件保有順序，也是平行消費與擴充的基本單位。
• DLQ：死信佇列（Dead Letter Queue），用來存放無法順利傳遞或處理的訊息，等待人工接手。
• DLX：死信交換器（Dead Letter Exchange），RabbitMQ 用來把無法處理的訊息轉送到死信佇列的路由設定。

今天要解決的問題

有些訊息要讓好幾個下游各自使用，之後還可能重新處理；有些則是一件待完成的工作。先把保留、消費與重播的需要寫下來，再比較平台的模型，就比較容易知道自己在選什麼。

架構師視角：先確認保留與重播需求

放在這個系列裡，物料變更可以評估 Kafka，讓下游建立資料投影；EDI 的工作派送可以評估 RabbitMQ。不過，這只是候選分工，是否真的需要兩套，我還是會把需求與維護成本一起算過。兩邊都不符合的話，我會回頭想這件事是不是根本不需要非同步。

圖 Day 18-1：Kafka 與 RabbitMQ 邊界。

保留與重播如果一開始沒準備，之後要補歷史資料，就可能需要再從資料庫重建，所以我會先問這件事。提早想好，能少一些後續另外維護的轉換流程。

Kafka 的順序保證在 partition 內，所以同一筆訂單的事件要怎麼分配，會和 partition key 有關，順序也值得先確認。我會在這裡多花一些時間，確認流程真正需要的順序。

工程師視角：兩套平台各自的維運重點

兩套平台差別再大，有幾件事都跑不掉：訊息格式（schema）要先講好、同一筆訊息重複進來結果要一樣（冪等）、失敗要能重送，容量與監控也要一起安排。剩下的才是各自的動作：Kafka 多看 partition、consumer group 與 lag；RabbitMQ 多看 ack、prefetch、unacked message 與 dead-letter exchange。

Kafka 這一側最直接的指標是 lag，也就是已經寫進去、但還沒被讀走的訊息數。lag 持續變大，代表處理的速度跟不上進來的速度。這時候第一個念頭通常是多開幾個 Consumer，但在傳統的 consumer group 裡，一個 partition 只會分給一個 Consumer，partition 只有三個，第四個 Consumer 就只能閒著。所以我會先看單筆處理花多久、瓶頸是不是其實在下游的資料庫，再決定要不要調整 partition 數量。

RabbitMQ 這一側要看的是 prefetch 與 ack。prefetch 決定一個 Consumer 一次可以先拿走幾則訊息，設得太大，訊息會集中在先拿到的那幾台手上：佇列本來就有積壓時，先連上來的 Consumer 會一口氣把整批拿走，後面才上線的只能等新訊息；已經拿走的也不會退回重派，所以那一台慢下來，這批訊息就跟著慢，其他台就算是閒的也接不了手。ack 則是處理完的回報；拿走了卻還沒 ack 的訊息叫 unacked，broker 會一直幫它留著，也不會改派給別人。這種卡住從佇列長度看不出來，訊息已經不在排隊，而是在某台 Consumer 手上，所以 unacked 要單獨列入監控，才知道是還在處理、卡在外部系統，還是程式忘了回報。

死信佇列（Dead Letter Queue）裡躺的每一則，都是一筆還沒完成的業務工作——例如一張 EDI 訂單沒進系統，但客戶那邊以為已經送出去了。沒有客訴、也沒有錯誤畫面，除非有人主動去看，否則它會一直留在佇列裡。所以我把這件事寫成告警：relay 的死信佇列只要連續五分鐘有訊息，就通知負責 EDI 的人，告警上直接掛 runbook 與 Dashboard 連結，接手的人不用先找文件。

策略取捨與限制

多一套平台，要有人懂它、要跟著它升級、半夜出事要有人處理。所以只要一套還夠用，我會先把這套用熟，真的不夠用再考慮第二套。

驗證方式與衡量指標

測試應涵蓋 producer、broker、consumer 任一端故障或重啟，以及重複投遞與訊息堆積：

同一筆事件再來，資料會不會多寫、通知會不會多發，光看程式碼看不出來，所以重複投遞我會刻意測一次，實際確認業務流程有沒有準備好。

今天先整理到這裡

選好訊息平台，只是完成了一部分。接下來，我更想確認事件送到之後，業務能不能正確處理。下一篇，就從重複事件與冪等開始。

參考資料

1. Apache Kafka, Apache Kafka Documentation，查閱日期：2026-10-01。
2. RabbitMQ, RabbitMQ Consumer Acknowledgements，查閱日期：2026-10-01。
3. RabbitMQ, RabbitMQ Consumer Prefetch，查閱日期：2026-10-01。