寫這篇博文的起因是，我在論壇宣傳我開源的新項目YTask（go語言異步任務隊列）時，有小伙伴在下面回了一句“為什么不用nsq？”。這使我想起，我在和同事介紹celery時同事說了一句“這不就是kafka嗎？”。

那么YTask和nsq，celery和kafka？他們之間到底有什么不同呢？下面我結合自己的理解。簡單的分析一下，如有不足請指出。

首先，nsq和kafka它們屬于消息隊列；YTask和celery它們屬于任務隊列。

消息隊列和任務隊列，最大的不同之處就在于理念的不同 -- 消息隊列傳遞的是“消息”，任務隊列傳遞的是“任務”。

這句話何解呢？

我們可以放到具體的應用場景上:

消息隊列用來快速消費隊列中的消息。比如日志處理場景，我們需要把不同服務器上的日志合并到一起，這時就需要用到消息隊列。

任務隊列是用來執行一個耗時任務。比如用戶在購買的一件物品后，通常需要計算用戶的積分以及等級，并把它們保存到數據庫。這時就需要用到任務隊列。

從上面的例子可看出:

消息隊列更側重于消息的吞吐、處理，具有有處理海量信息的能力。另外利用消息隊列的生長者和消費者的概念，也可以實現任務隊列的功能，但是還需要進行額外的開發。

任務隊列則提供了執行任務所需的功能，比如任務的重試，結果的返回，任務狀態記錄等。雖然也有并發的處理能力，但一般不適用于高吞吐量快速消費的場景。

任務隊列其實和遠程函數調用差不多，但和thrift、grpc什么不同，它不需要定義描述文件，調用的方式也不是網絡請求方式，而是利用消息隊列傳遞任務信息。

因此可以簡單認為任務隊列就是消息隊列在異步任務場景下的深度化定制開發。

總結

以上是生活随笔為你收集整理的python消息队列celery_消息队列（kafka/nsq等）与任务队列（celery/ytask等）到底有什么不同？...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。