MQ和Rpc并无优劣，但是在不同的使用场景，需要具体问题具体分析使用哪种方式。
1. 调用端关注调用结果，实时性强的场景，使用 rpc还是mq？
例如创建资源流程一般会对流程参数进行校验，如果参数不合理，则返回创建失败和具体的错误码、错误信息等，创建成功需要返回创建结果例如资源的唯一Id等。因为生产者发送完MQ消息并不知道消费者消费MQ的状态，更无法获知消费结果，所以这个场景并不适合Mq。rpc更适合这个场景，是因为被调用端通过定义Rpc接口，规定了请求入参和出参的格式，调用端像是调用本地方法一样调用服务端方法。
例如业务系统调用短信平台发送短信，就不适合使用MQ。这是因为短信平台会校验短信模版和短信参数是否一致，是否正确，校验短信长度是否符合要求，并告知调用端校验结果。相比Mq，Rpc恰恰更适合这个场景。
由于发送短信接口耗时比较高，使用Rpc可能会导致阻塞调用端。服务端可以在校验完成短信请求后，落库存储，使用MQ或线程池异步发送短信。
MQ和Rpc并无优劣，更多时候需要互相配合，需要根据实际场景选择合适的方案。
2. 查询场景使用rpc还是mq?
因为查询场景调用端必定关注调用结果，所以查询场景，只能使用Rpc，不能使用MQ。不再多说。
3. 异步调用场景，使用Rpc还是mq?
MQ天然支持异步，生产者发送消息成功即刻返回。消费者异步从消息队列推拉方式消费消息。 所以异步场景 MQ天然适合。那Rpc就不可以异步调用吗？
实际上各种Rpc框架都支持异步调用，共体现在三个地方
虽然Rpc支持异步处理请求，但是相比MQ而言，更加复杂。不如MQ天然支持异步处理
在这个场景，MQ更胜一筹
4. 发布订阅模式，新增消费组时，生产者无需关注
当有多个潜在消费者关注时，如果使用Rpc，就需要调用端逐个调用生产者，需要使用线程池异步并行调用多个服务者进行处理，并且需要处理超时、处理失败、耗时高等场景。实现较为复杂。 更重要的是，生产者系统并不关心消费者，为什么要修改生产者所在系统呢？
MQ更适用用这个场景。生产者将消息发送到消息队列后，就不再需要关心消息的处理结果。消息的可靠性投递、重试等特性都是消费队列实现。增加一个消费者，只需要在消息队列申请新的消费组即可。生产者系统无需任何改动。
在实际应用中，像订单状态变更消息，有大量消费者订阅，有大量的业务逻辑基于订单状态，通过MQ作为中间层，解耦了订单系统和下游系统。很难想象，如果是rpc依赖，订单系统要感知多少个下游，一个订单事件，要rpc通知多少个下游。
5. MQ支持广播模式
MQ除了支持一个Topic被多个应用服务、多个消费组消费，也支持将消息广播到每一个消费者实例。例如websocket场景，由于浏览器端websocket连接只能和一个服务端实例连接，所有发给这个socket实例的消息都要转发到这个服务端实例。简单的办法就是通过消息队列先广播给所有的服务器实例，然后服务端查询自己是否管理相关的websocket连接。 其他场景包括缓存数据同步、缓存失效等。都可以通过消息广播实现。rpc并不适用这个场景。
6. Mq接口格式更加灵活
一般情况下Rpc接口通过IDL或者Java/C++等语言定义，服务端需要实现该接口实现，调用端也需要引用接口依赖。而MQ在这方面更加灵活，生产者和消费者无需强依赖接口定义，两者只需要遵循相同的格式即可。例如定义消息的JSON格式，生产者和消费者按格式解析即可。
MQ相比Rpc在接口格式上更加灵活，如果希望上下游接口依赖更加灵活，可以考虑使用MQ
MQ可解耦生产者消费者，一般就是指
下面讨论消息队列在性能和稳定性上的优势。
7. MQ具备存储能力
消息投递到消息队列，会被可靠的存储，可以提供可视化页面提供消息列表查询能力，也可以通过数据通道工具，将kafka消息异构到Hive中，提供离线数据统计的能力。
同时MQ可提供消费端重新消费、回溯历史消息的能力，消费过程中存在异常，可以有效保证重试消费。最大程度保证处理流程的最终一致性。
MQ的存储能力相比Rpc 更强。
8. 使用MQ和binlog实现数据核对
MQ消费端涉及到数据库操作会产生binlog，通过关联MQ和 binlog，可以发现处理失败的case。数据比对任务可以核对MQ和Binlog消息，在一个窗口期如果未关联上，说明这条消息处理出现问题。
把MQ消息离线同步到Hive，数据库同步到Hive中，还可以实现MQ消息和数据库的离线数据核对。
Rpc因为不具备存储能力，无法关联Rpc请求到binlog，自然无法实现数据正确性核对能力。
在数据正确性核对上，MQ更优
9. Rpc & MQ谁的可靠性更高
如何处理写请求的失败和超时是业务上必须思考的问题。一般情况下业务只需要保证最终一致性，通过重试可以有效解决超时和写失败的问题。
Rpc如何实现重试呢？可通过Spring-Retry框架，设置间隔时间、重试次数等参数进行重试。如果Rpc重试期间遇到服务发布、宿主机重启等问题，重试会中断，所以这种重试方式并不可靠。
MQ可以通过ack机制，多次消费同一条消息，重试多次依然失败，还可以投递到对应的死信队列，稍后继续重试和人工处理。消息队列有多种机制可以保证消费成功。消费者服务发布、宕机等因素也不会导致消息丢失、消息无法消费等情况发生。
相比Rpc，MQ在写场景可以更安全的重试，在可靠性上更强！
10. MQ & Rpc 吞吐量上谁更高
消息队列可以解决生产者和消费者速度上的差异，当生产者速率超过消费者速率时，消息会积压在消息队列，消费者可以根据服务的容量调整消费速率。 因为消息队列的存在，当消费者速率低时，不会拖累生产者。如果时Rpc同步调用，生产者因为消费者的低速率消费，大量线程会被阻塞，从而降低生产者的处理速度。
例如结算场景处理订单的支付完成消息，可以通过MQ解耦。结算场景不会影响C端用户的体验，结算处理的实时性要求并不高。在流量高峰期，结算处理可能赶不上订单支付速度，如果使用Rpc，结算性能瓶颈会降低C端用户交易链路的稳定性。
MQ的存储能力可以弥补消费端和生产端的消费速率之差，通过消息队列作为中间缓冲，可以削峰填谷，避免瞬时大量请求导致下游过载崩溃，避免两端速率之差导致的服务雪崩风险。
使用同步Rpc，系统的吞吐量受限于木桶最短的一侧。使用MQ解耦，则最大程度提供系统的吞吐。
11. 消费端吞吐量的提升
Rpc服务端无法对多个rpc请求合并然后批量处理，但是MQ消费端可以使用pull拉取模式，批量拉取一批数据，将单次请求转为批量请求，可以有效提高处理速度。
综上来看，在查询场景、实时获取调用结果的写链路比较适合适用Rpc。在异步、实时性低、无需关注调用结果、多个订阅者的场景，优先使用MQ更为合理。
总结
