我现在正在进行一项小型研究，以找到一种方法来存储大量数据（暂时，直到一些消费者使用这些消息）来自各种消息生产者。 （资源）。数据来自不同的来源，比如HTTP，FTP，SMPP或文件上传，每种类型可能有数十或数百个实例创建消息。它们产生的消息可能会变得如此巨大，以至于消息消费者在消费消息时可能会落后，因为这些消息可能需要很长或很短的时间。现在，系统在某些部分使用RabbitMQ，但是当大量未消耗的消息增长时，它的性能下降（我也在考虑改进其性能，但情况有所不同）。作为替代方案，我正在寻找使用磁盘来保存消息的Apache Kafka。
在我阅读互联网上的许多文章时，我阅读了一些文章，这些文章谈论Apache Cassandra，写入非常快，每秒处理一百万次插入和类似的卷读取。我很惊讶，并试图在我的案例中使用Cassandra找到一些线索，但没有明确的结果。
假设我有大量的消息生成器，Cassandra（集群）可以处理插入（批量）如此快（总体高吞吐量）生产者不会扼制吗？
我相信你们中的一些人可以使用Cassandra来处理这种或类似的用例，分享你的经验。 （如果这还不够，我准备为您提供更多信息）
答案 0 :(得分：3)
是的！ Cassandra可以非常有效地处理写入。但根据我的经验，将其用作消息传递系统（队列等）会因tombstones而带来一些技术限制。
Cassandra不会立即删除已删除的行，并使用tomstone将其标记为稍后收集的garbarge。加班，如果有很多删除（例如，出列消息），整体表现会受到伤害，而且很快。
你可以去Cassandra，但你必须为tomstone问题（时间段，多个状态表）实施解决方法。
恕我直言，Apache Kafka更适合于消息传递用例，也可以大规模扩展。