Pulsar
Apache Pulsar 是 Yahoo 自研、2016 年捐赠 Apache 顶级基金会、用 Java 编写的分布式发布订阅消息与事件流平台——它以「计算存储分离（broker 无状态 + BookKeeper 存数据）」的云原生架构、「原生多租户（tenant → namespace → topic）」、「内置地理复制（geo-replication）」、「Tiered Storage（分层存储，热 BookKeeper + 冷 S3）」四大特性，成为继 Kafka 之后下一代消息平台的代表。理解 Pulsar 的关键是理解它对 Kafka「存算一体」架构的根本性重构：Kafka 的 broker 既管元数据又存数据，分区与 broker 绑定——扩容要迁移分区数据，慢且重；Pulsar 把 broker 与存储彻底分离——broker 是无状态计算节点（只负责消息路由与协议处理，可随时加），数据存在 Apache BookKeeper（独立的分布式日志存储，分段 ledger 分布在 Bookie 节点）——这让 Pulsar 扩容秒级（加 broker 立即生效）、多租户原生（tenant/namespace/topic 三级隔离）、地理复制内置（一行配置跨地域同步）、分层存储天然（热数据在 BookKeeper，冷数据下沉到 S3/对象存储）。这些架构优势让 Twitter、Splunk、Tencent、Yahoo Japan 等超大规模场景选择 Pulsar，被视为「云原生时代的 Kafka」。
Pulsar 的全部考点围绕「架构先进性、多租户、地理复制、对比 Kafka」展开：①存算分离架构（broker 无状态、BookKeeper 分布式日志、分区与存储解耦）——回答「为什么扩容快、为什么云原生」；②原生多租户（tenant/namespace/topic 三级模型、认证授权、配额）——回答「一个集群怎么服务多业务方」；③地理复制（内置跨机房/跨地域同步、与 Kafka MirrorMaker 的差异）——回答「跨地域容灾怎么做」；④Tiered Storage（热数据 BookKeeper + 冷数据对象存储，成本可控）——回答「海量冷数据怎么存」；⑤订阅模式（Exclusive/Shared/Failover/Key_Shared 四种）与生态（Functions 流处理、IO 连接器）；⑥与 Kafka 对比（存算一体 vs 存算分离、生态强弱、适用场景）。本叶是消息队列组的第四站，讲清 Pulsar 的存算分离架构与多租户、地理复制，再讲 Tiered Storage 与 Kafka 对比，帮你理解它「架构先进但生态弱于 Kafka」的定位。
评价
优点
- 存算分离：broker 无状态可秒级扩缩容，存储独立扩展，云原生友好
- 原生多租户：tenant/namespace/topic 三级隔离 + 认证授权 + 配额，一个集群服务多业务方
- 地理复制内置：一行配置跨地域同步，容灾与全球化天然支持
- 分层存储：热数据 BookKeeper + 冷数据下沉 S3，海量历史数据成本可控
缺点
- 运维组件多：broker + BookKeeper + ZooKeeper 三套组件（KRaft 后的 Kafka 更轻）
- 生态弱于 Kafka：社区规模、文档、商业支持（StreamNative 外）不及 Confluent/Kafka 生态
- 学习曲线陡：多层抽象（broker/Bookie/ledger/cursor）与多订阅模式，比 Kafka 复杂
- 国内案例少：在中国市场影响力远不及 Kafka/RocketMQ，文档与最佳实践相对稀缺
本叶地图
- 入门 —— Pulsar 定位、存算分离架构、多租户、地理复制、订阅模式、与 Kafka 差异
- 架构详解 —— broker 无状态、BookKeeper 分布式日志、tenant/namespace/topic 多租户、地理复制机制、订阅模式四种
- 分层存储与 Kafka 对比 —— Tiered Storage 冷热分层、Pulsar Functions 流处理、与 Kafka 存算一体架构的全面对比、选型建议
- 参考 —— 配置项速查、订阅模式对比、命令清单、易错点、四大消息队列选型对比