问Redis Streams vs Kafka Streams/NATS

EN

Redis团队为Redis5.0引入了新的流数据类型。由于流看起来像卡夫卡主题，从第一视图，似乎很难找到现实世界的例子使用它。

在流介绍中，我们与卡夫卡流进行了比较：

1. 运行时使用者组处理。例如，如果三个使用者中的一个永久失败，Redis将继续提供第一个和第二个服务，因为现在我们只有两个逻辑分区(使用者)。
2. 红潮要快得多。他们是从内存中存储和操作的，所以这个也是这样的。

我们有一些与卡夫卡，RabbitMq和NATS的项目。现在我们深入研究Redis流，尝试使用它作为“前kafka缓存”，并在某些情况下作为Kafka/NATS的替代。现在最关键的一点是复制：

1. 使用AOF复制将所有数据存储在内存中。
2. 默认情况下，异步复制不能保证复制XADD命令或使用者组状态更改:在故障转移之后，可能会丢失一些内容，这取决于跟随者从主服务器接收数据的能力。这一个看起来像点，以杀死任何兴趣尝试流在高负荷。
3. Sentinel或Redis群集操作的Redis故障转移过程只执行最佳的故障转移到更新最多的追随者的检查，而且在某些特定故障下，可能会促进缺乏某些数据的追随者。

以及上限策略。Redis流真正的“上限资源”是内存，所以您要存储多少项或使用哪种上限策略并不重要。因此，每次你的消费者失败，你会得到峰值内存消耗或信息丢失的上限。

我们使用Kafka作为RTB投标人的前端，它以120字节的有效负载每秒处理大约1,100,000条消息。使用Redis，我们在写上有~170 mb/秒的内存消耗，使用512 gb的RAM服务器，我们为大约50分钟的数据编写了“预留”。因此，如果此时处理系统处于脱机状态，我们就会崩溃。

你能告诉更多关于Redis流在现实世界中的使用情况吗？或者可能是Redis流可以与不大量的数据一起使用？