为了更全面地了解 Pulsar 和 Kafka，我们“复现”了 Confluent 对 Pulsar 和 Kafka 基准测试。重复这一基准测试的原因有两个，一是 Confluent 的测试方法存在一些问题；二是 Confluent 的测试范围和测试场景不够全面。为了更准确地对比 Pulsar 和 Kafka，我们在测试中不仅修复了 Confluent 测试中的问题，还扩大了测试范围，纳入更多性能衡量标准，模拟更多实际场景。
和 Confluent 的测试相比，我们的测试主要有三项改进：
包含 Pulsar 和 Kafka 支持的所有持久性级别。在同等持久性级别下，对比二者的吞吐量和延迟。
引入影响性能的其他因素和测试条件，如分区数量、订阅数量、客户端数量等。
测试的混合负载同时包含写入、追赶读和追尾读，模拟实际使用场景。
我们进行了最大吞吐量测试、发布和端到端延迟测试、追赶读测试和混合工作负载测试（详见上篇）。由于篇幅有限，本篇主要介绍发布和端到端延迟测试详情。
发布和端到端延迟测试
测试目标：观测在处理发布和追尾读工作负载时 Pulsar 和 Kafka 可实现的最低延迟。
测试设置：通过调整订阅数量和分区数量，观测订阅数量和分区数量对发布延迟和端到端延迟的影响。
测试策略：
将所有消息都复制三次，确保容错；
改变 ack 数量，测试在不同持久性保证下，Pulsar 和 Kafka 吞吐量的差异；
改变订阅数量（从 1 到 10），分别测试延迟；
改变分区数量（从 100 到 10000），分别测试延迟；
消息大小为 1KB；
生产者以 200000/s（约 200MB/s）的固定速度发送消息，追尾读消费者在生产者持续发送消息时处理消息。
各项测试结果如下。
#1 100 个分区, 1 个订阅
我们从 100 个分区、1 个订阅开始，在所有不同持久性保证下，对 Pulsar 和 Kafka 能实现的最低延迟进行了基准测试。
测试证明，在所有持久性级别上，Pulsar 的发布延迟和端到端延迟都比 Kafka 低，是 Kafka 的 1/5 到 1/2。
发布延迟 - 同步本地持久性
使用两种复制持久性设置（分别为 ack-1 和 ack-2）和同步本地持久性时，Pulsar 和 Kafka 发布延迟的差异如图 10。表 2 为每种情况下的精确延迟数值。在异步复制持久性（ack-1）下，Pulsar P99 延迟是 Kafka 的 1/3; 在同步复制持久性（ack-2）下是 Kafka 的 1/5。
图 10 Pulsar 和 Kafka 的发布延迟(数据同步)
表 2 Pulsar 和 Kafka 的实际发布延迟测试结果（数据同步）
为了更深入地了解延迟如何随时间变化，我们绘制了 Pulsar 和 Kafka 采取不同复制持久性设置时的 P99 延迟图。如图 11 所示，Pulsar 的延迟比较稳定（约 5 毫秒），但 Kafka 的延迟波动较大。对于关键任务服务（mission-critical services）来说，稳定、持续的低延迟至关重要。
图 11 Pulsar 和 Kafka 的 P99 延迟
端到端延迟--同步本地持久性
使用两种复制持久性设置（分别为 ack-1 和 ack-2）和同步本地持久性时，Pulsar 和 Kafka 端到端延迟的差异如图 12。表 3 为每种情况下的精确延迟数值。在异步复制持久性（ack-1）下，Pulsar P99 端到端延迟是 Kafka 的 1/3，在同步复制持久性（ack-2）下是 Kafka 的 1/5。
图 12 1 个订阅时，Pulsar 和 Kafka 的端到端延迟（数据同步）
表 3 1 个订阅时，Pulsar 和 Kafka 的实际端到端延迟测试结果(数据同步)
发布延迟 - 异步本地持久性
使用两种复制持久性设置（分别为 ack-1 和 ack-2）和异步本地持久性时，Pulsar 和 Kafka 发布延迟的差异如图 13。表 4 为每种情况下的精确延迟数值。在异步复制持久性（ack-1）下，Kafka 性能更优，但 Pulsar P99 发布延迟更稳定（低于 5 毫秒），增加复制持久性保证（从 ack-1 到 ack-2）并未影响延迟。在同步复制持久性（ack-2）下，Kafka P99 发布延迟是 Pulsar 的 2 倍。
图 13 Pulsar 和 Kafka 的发布延迟(无数据同步)
表 4 Pulsar 和 Kafka 的实际发布延迟测试结果（无数据同步）
为了更深入地了解发布延迟如何随时间变化，我们绘制了 Pulsar 和 Kafka 在不同复制持久性设置下的 P99 发布延迟图。如图 14 所示，Pulsar 的延迟始终保持在较低的水平（低于 5 毫秒），而 Kafka 的延迟始终是 Pulsar 的 2 倍。
图 14 不同复制持久性设置下，Pulsar 和 Kafka 的 P99 发布延迟
端到端延迟--异步本地持久性
使用两种复制持久性设置（分别为 ack-1 和 ack-2）和异步本地持久性时，Pulsar 和 Kafka 端到端延迟的差异如图 15。表 5 为每种情况下的精确延迟数值。在所有情况下，Pulsar 的性能都优于 Kafka。Pulsar P99 端到端延迟保持稳定（约 5 毫秒），改变复制持久性设置对其并无影响。对于 ack-1，Kafka 的 P99 端到端延迟比 Pulsar 高；对于 ack-2，Kafka 的 P99 端到端延迟是 Pulsar 的 2 倍。
图 15 1 个订阅时，Pulsar 和 Kafka 的端到端延迟（无数据同步）
表 5 1 个订阅时，Pulsar 和 Kafka 的实际端到端延迟测试结果（无数据同步）
#2 100 个分区, 10 个订阅
了解 Pulsar 和 Kafka 只有一个订阅时的性能后，我们想知道更改订阅数量会如何影响发布延迟和端到端延迟。于是我们把订阅数量从 1 增加到 10，并为每个订阅分配了 2 个消费者。
从表 6 的数据中可以看出，我们的测试结果表明：
Pulsar P99 发布延迟和端到端延迟保持在 5 到 10 毫秒之间。
增加订阅数量会对 Kafka 的 P99 发布和端到端延迟产生巨大影响，导致延迟增加到几秒。
表 6 10 个订阅时，发布和端到端延迟的测试结果
发布延迟 - 同步本地持久性
使用两种复制持久性设置（分别为 ack-1 和 ack-2）和同步本地持久性时，Pulsar 和 Kafka 发布延迟的差异如图 16。表 7 为每种情况下的精确延迟数值。在异步复制持久性（ack-1）下，Pulsar P99 发布延迟仍然是 Kafka 的 1/3。但在同步复制持久性（ack-2）下，Pulsar 的发布延迟是 Kafka 的 1/160（1 个订阅时，Pulsar 的发布延迟是 Kafka 的 1/5）。
图 16 10 个订阅时，Pulsar 和 Kafka 的发布延迟（数据同步）
表 7 10 个订阅时，Pulsar 和 Kafka 的实际发布延迟测试结果（数据同步）
端到端延迟--同步本地持久性
使用两种复制持久性设置（分别为 ack-1 和 ack-2）和同步本地持久性时，Pulsar 和 Kafka 端到端延迟的差异如图 17。表 8 为每种情况下的精确延迟数值。在异步复制持久性（ack-1）下，Pulsar P99 延迟是 Kafka 的 1/20，在同步复制持久性（ack-2）下是 Kafka 的 1/110 。
图 17 10 个订阅时，Pulsar 和 Kafka 的端到端延迟（数据同步）
表 8 10 个订阅时，Pulsar 和 Kafka 的实际端到端延迟测试结果(数据同步)
发布延迟 - 异步本地持久性
使用两种复制持久性设置（分别为 ack-1 和 ack-2）和异步本地持久性时，Pulsar 和 Kafka 发布延迟的差异如图 18。表 9 为每种情况下的精确延迟数值。Pulsar 的性能显著优于 Kafka。Pulsar 的平均发布延迟约为 3 毫秒，P99 延迟在 5 毫秒以内。Kafka 在异步复制持久性（ack-1）下性能令人满意，但在同步复制持久性（ack-2）下性能差了很多。在同步复制持久性下，Kafka 的 P99 发布延迟是 Pulsar 的 270 倍。
图 18 10 个订阅时，Pulsar 和 Kafka 的发布延迟（无数据同步）
表 9 10 个订阅时，Pulsar 和 Kafka 的实际发布延迟测试结果(无数据同步)
端到端延迟--异步本地持久性
使用两种复制持久性设置（分别为 ack-1 和 ack-2）和异步本地持久性时，Pulsar 和 Kafka 端到端延迟的差异如图 19。表 10 为不同情况下的精确延迟数值。在所有情况下，Pulsar 的性能始终优于 Kafka。Pulsar 的端到端延迟始终保持在 4～7 毫秒之间，改变复制持久性设置对其并无影响。对于 ack-1，Kafka 的 P99 端到端延迟是 Pulsar 的 13 倍；对于 ack-2，则是 187 倍。
图 19 10 个订阅时，Pulsar 和 Kafka 的端到端延迟（无数据同步）
表 10 10 个订阅时，实际端到端延迟测试结果(无数据同步)
#3 100, 5000, 8000, 10000 个分区
了解更改订阅数量会如何影响 Pulsar 和 Kafka 的发布延迟后，我们想更改分区数量，看看会产生什么效果。于是，我们把分区数量从 100 个累加到 10000 个，观察发生了什么变化。
测试数据见表 11，测试结果表明：
分区数量增加时，Pulsar P99 发布延迟稳定在 5 毫秒内。
Kafka 的 P99 发布延迟受分区数量累加影响很大，延迟上升到几秒。
分区数量超过 5000 后，Kafka 的消费者就跟不上发布吞吐量了。
表 11 不同 ack 和不同持久性下的实际发布延迟测试结果
Ack = 1，同步本地持久性
使用同步本地持久性和异步复制持久性 (ack = 1) 更改分区数量时，Pulsar 和 Kafka 发布和端到端延迟的差异分别如图 20 和图 21。
图 20 分区数量不同，ACK=1 时的发布延迟（数据同步）
图 21 分区数量不同，ACK=1 时的端到端延迟(数据同步)
表 12 显示了分区数量不同，ACK=1 时的实际发布延迟测试结果。表 13 显示了分区数量不同，ACK=1 时的实际端到端延迟测试结果。
表 12 分区数量不同，ACK=1 时的实际发布延迟测试结果（数据同步）
表 13 分区数量不同，ACK=1 时的实际端到端延迟测试结果（数据同步）
图 22 给出了分区数量不同，ACK=1 时 Pulsar 端到端的延迟。图 23 给出了分区数量不同，ACK=1 时 Kafka 端到端的延迟。
图 22 分区数量不同，ACK=1 时 Pulsar 的端到端延迟（数据同步）
图 23 分区数量不同，ACK=1 时 Kafka 的端到端延迟(数据同步)
从以上图表可以看出：
Pulsar P99 发布延迟稳定在 5 毫秒左右，更改分区数量对其并无影响。
Pulsar P99 端到端延迟稳定在 6 毫秒左右，更改分区数量对其并无影响。
Kafka 的 P99 发布延迟随着分区数量增加而逐渐拉长，在 10000 个分区时，其延迟增加了 5 倍（与 100 个分区时相比），比 Pulsar 的延迟高出 10 倍。
Kafka 的 P99 端到端延迟随着分区数量增加而逐渐拉长，在 10000 个分区时，其延迟高出 10000 倍（与 100 个分区时相比），增加到 180 秒，是 Pulsar 的 280000 倍。
Ack = 2，同步本地持久性
使用同步本地持久性和同步复制持久性（ack = 2）更改分区数量时，Pulsar 和 Kafka 发布延迟的差异如图 24。表 14 为每种情况下的精切延迟数值。
图 24 分区数量不同，ack=2/all 时的发布延迟（数据同步）
表 14 分区数量不同， ack=2/all 时的实际发布延迟测试结果（数据同步）
图 25 和图 26 分别显示了更改分区数量如何影响 Pulsar 和 Kafka 端到端的延迟。
图 25 分区数量不同，ack=2 时 Pulsar 的端到端延迟（数据同步）
图 26 分区数量不同，ack=2 时 Kafka 的端到端延迟（数据同步）
从以上图表可以看出：
Pulsar P99 发布延迟稳定在约 10 毫秒，增加分区数量对其并无影响。
随着分区数量增加，Kafka 的 P99 发布延迟逐渐拉长；有 10000 个分区时，其延迟是 100 个分区的 30 倍，增加到 1.7 秒，是 Pulsar 的 126 倍。
Pulsar P99 端到端延迟稳定在约 10 毫秒，增加分区数量仅对 Pulsar P99 端到端延迟产生轻微影响。但即使有 10000 个分区，延迟仍相对较低，约为 50 毫秒。
随着分区数量增加，Kafka 的 P99 端到端延迟逐渐拉长。有 10000 个分区时，Kafka P99 端到端延迟增加到 200 秒，是 Pulsar 的 14771 倍。
Ack = 1, Async 本地持久性
使用异步本地持久性和异步复制持久性（ack = 1）更改分区数量时，Pulsar 和 Kafka 发布延迟的差异如图 27。表 15 为不同情况下的精切延迟数值。
图 27 分区数量不同，ack=1 时的发布延迟（无数据同步）
表 15 分区数量不同，ack=1 时的实际发布延迟测试结果（无数据同步）
图 28 和图 29 分别显示了更改分区数量如何影响 Pulsar 和 Kafka 端到端的延迟。
图 28 分区数量不同，ack=1 时，Pulsar 端到端的延迟（无数据同步）
图 29 分区数量不同，ack=1 时，Kafka 端到端的延迟(无数据同步)
从以上图表可以看出：
Pulsar P99 发布延迟稳定在约 4～5 毫秒之间，增加分区数量对其并无影响。
Kafka P99 发布延迟随着分区数量增加而逐渐拉长，有 10000 个分区时，延迟增加到 41 毫秒，是有 100 个分区时的 13 倍，是 Pulsar 的 8 倍。
Pulsar P99 端到端延迟稳定在约 4～6 毫秒之间，增加分区数量仅对 Pulsar P99 端到端延迟产生轻微影响，但即使有 10000 个分区，它也保持在相对较低的水平（24 毫秒以内）。
随着分区数量增加，Kafka P99 端到端延迟逐渐拉长。有 10000 个分区时，Kafka P99 端到端延迟高达 180 秒，是 Pulsar 的 34416 倍。
Ack = 2，异步本地持久性
使用异步本地持久性和同步复制持久性 (ack = 2)更改分区数量时，Pulsar 和 Kafka 发布延迟的差异如图 30。表 16 为每种情况下的精确延迟数值。
图 30 分区数量不同，ack=all/2 的发布延迟（无数据同步）
表 16 分区数量不同，ack=all/2 的实际发布延迟测试结果（无数据同步）
图 31 和图 32 分别显示了更改分区数量如何影响 Pulsar 和 Kafka 端到端的延迟。
图 31 分区数量不同，ack=2 时 Pulsar 的端到端延迟（无数据同步）
图 32 分区数量不同，ack=2 时 Kafka 的端到端延迟（无数据同步）
从以上图表可以看出：
Pulsar P99 发布延迟稳定在约 4～5 毫秒之间，增加分区数量对其并无影响。
随着分区数量增加，Kafka P99 发布延迟逐渐拉长，有 10000 个分区时，其延迟增加到 1.7 秒，是 100 个分区时的 202 倍，是 Pulsar 的 278 倍。
Pulsar P99 端到端延迟稳定在约 4～6 毫秒之间，增加分区数量仅对其造成轻微影响，延迟仍保持在相对较低的水平（28 毫秒以内）。
随着分区数量增加，Kafka P99 端到端延迟逐渐拉长。有 10000 个分区时，Kafka P99 端到端延迟增加到 200 秒，是 Pulsar 的 32362 倍。
结论
基于基准测试结果，我们得出以下结论：
纠正配置和调优错误后，Pulsar 与 Kafka 在 Confluent 有限测试用例中实现的端到端延迟基本一致。
在同等持久性保证下，Pulsar 在模拟实际应用场景的工作负载上性能优于 Kafka。
以上测试中，改变了持久性保证设置、订阅、分区和客户端数量，结果表明 Pulsar 在延迟和 I/O 隔离方面均明显优于 Kafka。
原文链接：https://streamnative.io/en/blog/tech/2020-11-09-benchmark-pulsar-kafka-performance-report
相关阅读链接：https://www.infoq.cn/article/xeyeEeNNY5CG0PGyxeVD
分布式云行业实践指南（2023）
业内首个分布式云行业实践方法论、工具箱。
评论 2 条评论