Auf dieser Seite
Die kurze Antwort
Die kurze Antwort
Wählen Sie Kafka, wenn das Event-Log selbst das Produkt ist: lange oder unbegrenzte Retention, Log Compaction, viele unabhängige Consumer Groups, die die Historie per Replay lesen, Exactly-once-Verarbeitung zwischen Topics sowie das Ökosystem aus Kafka Connect und Kafka Streams. Wählen Sie NATS, wenn es darum geht, Services, Geräte oder Standorte mit latenzarmem Request-Reply, Publish-Subscribe und Queue Groups zu verbinden, und Sie Persistenz nur dort brauchen, wo sie nötig ist: JetStream ergänzt Streams, At-least-once-Zustellung, einen Key-Value-Store und einen Object Store im selben kleinen Server-Binary. Beide stehen unter der Apache-2.0-Lizenz. Viele IT-Landschaften betreiben beide, mit NATS am Edge und Kafka als System of Record.
Core NATS, NATS JetStream und Apache Kafka nach denselben Kriterien
| Core NATS | NATS JetStream | Apache Kafka | |
|---|---|---|---|
| Zustellgarantie | At-most-once; nur zum Zeitpunkt der Veröffentlichung verbundene Subscriber erhalten die Nachricht | At-least-once mit Acknowledgements und Redelivery; Deduplizierung beim Publish per Message-ID | Standardmäßig At-least-once; idempotenter Producer und Transaktionen für Exactly-once zwischen Topics |
| Persistenz | Keine | Streams auf Datei- oder Speicher-Storage | Repliziertes Log auf Festplatte, Tiered Storage optional |
| Retention | Nicht zutreffend | Limits (Alter, Größe, Anzahl), Interest- oder WorkQueue-Policy | Nach Zeit (standardmäßig sieben Tage), Größe oder Compaction nach Key |
| Dateneinheit | Subject (hierarchisch, mit Wildcards) | Stream, gebunden an ein oder mehrere Subjects | Topic, aufgeteilt in Partitionen |
| Reihenfolge | Pro Publisher, pro Subject | Stream-Sequenz; ein Leader pro Stream nimmt Schreibvorgänge an | Innerhalb einer Partition; gleicher Key, gleiche Partition |
| Replay | Nein | Ja, ab Anfang, Sequenz oder Zeitpunkt | Ja, ab jedem vorgehaltenen Offset |
| Clustering | Full-Mesh-Server-Cluster, Gateways, Leaf Nodes | Raft-Gruppen pro Stream und Consumer; bis zu fünf Replikate | KRaft-Controller (ZooKeeper ab 4.0 entfernt); replizierte Partitionen |
| Integrierte Extras | Request-Reply, Queue Groups | Key-Value-Store, Object Store | Kafka Connect, Kafka Streams, Share Groups |
| Governance und Lizenz | Von der CNCF graduiertes Projekt, Apache 2.0 | Teil des NATS-Servers, Apache 2.0 | Apache Software Foundation, Apache 2.0 |
Core NATS und JetStream sind verschiedene Produkte in einem Binary
Core NATS ist Fire-and-forget-Messaging. Ein Publisher sendet an ein Subject wie orders.eu.created; jeder Subscriber, dessen Subject oder Wildcard in diesem Moment passt, erhält eine Kopie; wer offline ist, verpasst sie. Die NATS-Dokumentation beschreibt das als At-most-once-Zustellung ohne Replay. Darauf setzen Request-Reply und Queue Groups auf, die Nachrichten zur Lastverteilung auf einen Pool von Subscribern verteilen. Es gibt keinen Broker-seitigen Speicher, der dimensioniert oder bereinigt werden müsste. Deshalb wird Core NATS oft für Service-zu-Service-Aufrufe, Control-Plane-Traffic und Telemetrie eingesetzt, bei denen der aktuelle Wert wichtiger ist als jeder einzelne Wert.
JetStream ist die in denselben Server integrierte Persistenzschicht. Ein Stream erfasst jede an seine Subjects veröffentlichte Nachricht und vergibt jeweils eine Sequenznummer. Consumer sind serverseitige Cursor über einen Stream: Der Server verfolgt, wie weit jeder gelesen hat, stellt nicht rechtzeitig bestätigte Nachrichten erneut zu, und mehrere Consumer können denselben Stream unabhängig lesen. Damit ist JetStream der Teil von NATS, der tatsächlich mit Kafka konkurriert.
Zustellsemantik und Duplikate
Kafka und JetStream nutzen standardmäßig At-least-once-Zustellung, beide können also nach einem Retry oder einem Consumer-Neustart Duplikate erzeugen. Sie gehen damit unterschiedlich um. Der idempotente Producer von Kafka entfernt Duplikate aus Producer-Retries, und Transaktionen erlauben einem Stream-Prozessor, konsumierte Offsets und erzeugte Records atomar zu committen. So erreicht Kafka Streams Exactly-once-Verarbeitung zwischen Topics.
JetStream dedupliziert beim Eingang: Ein Publisher setzt einen Nats-Msg-Id-Header, und der Stream weist eine zweite Nachricht mit derselben ID innerhalb seines Duplikatfensters ab, standardmäßig zwei Minuten. Beim Ausgang braucht die Anwendung weiterhin idempotente Verarbeitung, wie bei jedem At-least-once-Consumer. Hängt Ihr Design von atomarem Read-Process-Write über mehrere Event-Streams ab, ist das Transaktionsmodell von Kafka die etabliertere Option.
Persistenz, Retention und Replay
Kafka hält Records vor, bis ein Retention-Limit sie entfernt (standardmäßig sieben Tage), oder behält mit Log Compaction dauerhaft den neuesten Wert pro Key. Lesen löscht nichts, sodass eine neue Consumer Group Monate an Historie per Replay lesen kann. Genau diese Eigenschaft macht Kafka zum System of Record für Event Sourcing und Change Data Capture (CDC).
JetStream bietet drei Retention-Policies. Limits hält Nachrichten vor, bis ein Größen-, Alters- oder Anzahl-Limit erreicht ist, und verhält sich wie ein Kafka-Topic. Interest löscht eine Nachricht, sobald jeder Consumer sie bestätigt hat. WorkQueue löscht sie nach einem einzigen Acknowledgement und macht den Stream so zu einer dauerhaften Queue. JetStream kann außerdem die Nachrichten pro Subject begrenzen – nützlich, um den letzten Zustand jedes Geräts oder jeder Entität vorzuhalten. Replay funktioniert ab Anfang, ab einer Sequenznummer oder ab einem Zeitpunkt, im Rahmen dessen, was die Retention-Policy behalten hat.
Partitionen versus Subjects und Streams
Kafka skaliert ein Topic, indem es in Partitionen aufgeteilt wird, die über Broker verteilt sind. Die Reihenfolge gilt innerhalb einer Partition, der Record-Key bestimmt die Partition, und eine Consumer Group weist jede Partition genau einem Mitglied zu. Die Partitionsanzahl begrenzt also die Parallelität der Consumer. Ihre Festlegung ist eine Designentscheidung, die wir in unserem Leitfaden zur Kafka-Architektur behandeln.
NATS adressiert Daten über Subjects, eine punktgetrennte Hierarchie mit Wildcards. Consumer filtern also nach Bedeutung (orders.*.created) statt nach Partitionsnummer. Ein JetStream-Stream hat einen Leader, der jeden Schreibvorgang annimmt, daher ist der Durchsatz eines einzelnen Streams durch einen Server begrenzt. Große Deployments verteilen die Last auf mehrere Streams oder nutzen Subject Mapping, um einen Subject-Raum in deterministische Partitionen aufzuteilen. NATS bietet flexibleres Routing, Kafka eine besser planbare horizontale Skalierung eines einzelnen Topics mit hohem Volumen.
Clustering und Betrieb
Seit Apache Kafka 4.0, veröffentlicht am 18. März 2025, gibt es kein ZooKeeper mehr; KRaft-Controller, ein Raft-basiertes Quorum, verwalten die Cluster-Metadaten. Partitionen werden über Broker hinweg repliziert, meist dreifach. Die meisten Cluster betreiben drei oder fünf Controller, und die Dokumentation zu Kafka 4.1 rät in kritischen Umgebungen vom kombinierten Broker-und-Controller-Modus ab. Kafka gut zu betreiben heißt: Broker und Festplatten dimensionieren, Partitionsanzahl und Rebalances steuern und daneben Connect und Schema-Tooling betreiben.
Ein NATS-Server ist ein einzelnes kleines Binary. Server bilden Full-Mesh-Cluster, Cluster werden über Gateways zu Superclustern verbunden, und Leaf Nodes erweitern das System bis zu Edge-Standorten. Auch JetStream nutzt Raft: Eine Meta-Gruppe platziert Streams und Consumer, und jeder Stream und jeder Consumer erhält eine eigene Raft-Gruppe mit höchstens fünf Replikaten pro Stream. Die Dokumentation empfiehlt eine ungerade Anzahl von Servern, typischerweise drei oder fünf, damit sich immer eine Mehrheit bilden kann. Stream-Replikate stehen standardmäßig auf eins, ein Stream ist also nicht verfügbar, solange sein einziger Server ausgefallen ist, und Stream-Limits sind standardmäßig unbegrenzt – setzen Sie für die Produktion daher Replikate und ein Limit.
Ökosystem und Lizenzierung
Das Ökosystem von Kafka ist das größere: Kafka Connect mit einem großen Katalog an Source- und Sink-Connectors, Kafka Streams für zustandsbehaftete Verarbeitung, Debezium für Change Data Capture, Schema Registries und ein Wire-Protokoll, das auch Amazon MSK, Confluent Cloud, Azure Event Hubs und Redpanda sprechen. Kafka 4.2 hat Share Groups produktionsreif gemacht und ermöglicht damit Queue-artigen Verbrauch auf gewöhnlichen Topics.
NATS bündelt stattdessen mehr im Server: einen Key-Value-Store und einen Object Store, beide auf JetStream-Streams aufgebaut, dazu MQTT- und WebSocket-Unterstützung und Clients in den meisten Sprachen. Beide Projekte stehen unter Apache 2.0. Kafka wird von der Apache Software Foundation verantwortet. NATS wurde am 15. März 2018 als Incubating-Projekt in die CNCF aufgenommen und am 2. November 2026 zum Graduated-Projekt; nach einem öffentlichen Streit im Jahr 2025 über Synadias Plan, den Server auf eine Business Source License umzustellen, einigten sich CNCF und Synadia am 1. Mai 2025 darauf, dass NATS unter Apache 2.0 in der CNCF bleibt und Synadia die NATS-Marken überträgt.
Wann Sie was wählen sollten
- Müssen neue Consumer Wochen oder Monate an Historie per Replay lesen, oder müssen Daten per Key kompaktiert werden? Kafka.
- Benötigen Sie Exactly-once-Read-Process-Write zwischen Topics oder Kafka Connect und Debezium? Kafka.
- Geht es vor allem um latenzarmes Request-Reply, Fan-out an Services und Geräte oder Verbindungen zu Edge-Standorten? NATS, mit Core NATS für flüchtigen Traffic.
- Möchten Sie dauerhafte Queues, einen Key-Value-Store und Messaging aus einem schlanken Server? NATS mit JetStream.
Ein Wechsel zwischen beiden ist eine Änderung der Anwendung, keine Konfigurationsänderung: Client-APIs, Zustellmodell und Adressierung unterscheiden sich. Bridging ist verbreitet: Ein Connector oder ein kleiner Service kopiert ausgewählte NATS-Subjects für langfristige Retention in Kafka-Topics.
NATS vs Kafka vs RabbitMQ: welches System für welche Aufgabe
NATS, Kafka und RabbitMQ sind drei unterschiedliche Antworten auf die Frage, wie Services miteinander kommunizieren. Kafka ist die richtige Wahl, wenn das Event-Log das Produkt ist. NATS passt für schlankes Request-Reply, Fan-out und Edge-Anbindungen, mit Persistenz nur dort, wo sie gebraucht wird. RabbitMQ passt, wenn Sie Routing, Acknowledgement pro Nachricht und Queue-Semantik benötigen – oder AMQP und MQTT von einem Broker.
| Aufgabe | Kafka | NATS (Core und JetStream) | RabbitMQ |
|---|---|---|---|
| Replay-fähiges Event-Log, lange oder kompaktierte Retention | Beste Wahl: Events bleiben, bis die Retention sie entfernt, Compaction nach Key ist möglich, und neue Consumer Groups können Replay nutzen | JetStream speichert Nachrichten und ermöglicht Replay gemäß Limits-, Interest- oder WorkQueue-Policy; keine Compaction nach Key | Streams sind ein persistentes, repliziertes Log, das Consumer ab jedem Punkt lesen und erneut lesen können; Classic und Quorum Queues löschen beim Acknowledgement |
| Task-Queue mit Acknowledgement pro Nachricht und Routing | Möglich; Consumer teilen sich Partitionen, und die Partitionsanzahl begrenzt die Parallelität | Queue Groups in Core NATS oder ein WorkQueue-Stream in JetStream | Beste Wahl: Exchanges und Bindings routen Nachrichten in Queues, und jede Nachricht wird bestätigt |
| Request-Reply mit niedriger Latenz zwischen Services | Nicht darauf ausgelegt | Beste Wahl: Request-Reply ist eingebaut | Direct Reply-To, über AMQP 0-9-1 und AMQP 1.0 |
| Edge- und Multi-Site-Anbindungen | MirrorMaker 2 zwischen Clustern | Leaf Nodes wählen sich in ein entferntes System ein, was für Standorte mit reinem Egress passt; Gateways verbinden Cluster | Federation oder Shovel zwischen Clustern |
| Protokolle vom Server | Kafka-Protokoll | NATS-Protokoll, dazu MQTT- und WebSocket-Unterstützung | AMQP 0-9-1 und AMQP 1.0 im Core; MQTT 3.1, 3.1.1 und 5.0 sowie STOMP über Plugins |
| Replikationsmodell | Replizierte Partitionen; KRaft-Controller verwalten die Metadaten | Raft-Gruppe pro Stream und Consumer; ein Leader pro Stream | Quorum Queues, per Raft repliziert; Streams bestätigen, sobald ein Quorum der Replikate die Daten hat |
| Lizenz | Apache 2.0 | Apache 2.0 | MPL 2.0 (RabbitMQ-Server-README) |
| Betriebsaufwand | Broker, Controller, Partitionen, Rebalances, Connect und Schema-Tooling | Ein einzelnes kleines Server-Binary; Cluster, Supercluster und Leaf Nodes | Erlang-Knoten, Queue-Typen, Memory- und Disk-Alarme |
Ist NATS ein Ersatz für Kafka?
Für dauerhafte Queues, Arbeitsverteilung und moderate Retention ersetzt JetStream Kafka oft. Nicht ersetzen kann es Kafka dort, wo Sie langfristige oder kompaktierte Retention, Exactly-once-Verarbeitung zwischen Topics, Kafka Connect, Kafka Streams oder Debezium brauchen. Viele IT-Landschaften betreiben beides: NATS am Edge und zwischen Services, Kafka als System of Record. Behandeln Sie die Entscheidung als eine Anwendungsänderung pro Workload, nicht als Plattformentscheidung für das gesamte Unternehmen.
Wann sollten wir NATS statt Kafka einsetzen?
Setzen Sie NATS ein, wenn es vor allem um Request-Reply mit niedriger Latenz, Fan-out an Services und Geräte oder um die Anbindung von Edge-Standorten geht und Sie Persistenz nur für die Subjects wollen, die sie brauchen. Setzen Sie Kafka ein, wenn viele Consumer Groups die Historie per Replay lesen müssen, wenn Daten nach Key kompaktiert werden müssen oder wenn Sie das Kafka-Ökosystem nutzen. Die Entscheidungsfragen unter „Wann Sie was wählen sollten“ geben die Reihenfolge vor, in der Sie sie stellen.
Wer kann NATS oder Kafka für uns in der Produktion betreiben?
AceMQ deckt beides ab. NATS JetStream steht auf der Liste der von AceMQ unterstützten Plattformen, mit L3-Eskalation, und für Apache Kafka gibt es eigene Seiten zu Kafka-Support und Managed Kafka Services. Wer eine Plattform schon vor einem Incident unter Vertrag nimmt, hat im Ernstfall einen Engineer am Telefon, der Ihr Deployment bereits kennt. Die Reaktionszeiten beginnen je nach Plan bei 15 Minuten, ein schriftliches Angebot kommt innerhalb von 1 Stunde. Lautet die Antwort „beides“, entwirft AceMQ die Brücke und unterstützt beide Seiten.
So haben wir verglichen
Wir haben Core NATS, NATS JetStream und Apache Kafka anhand von neun Kriterien verglichen: Zustellgarantie, Persistenz, Retention, Dateneinheit, Reihenfolge, Replay, Clustering, integrierte Extras sowie Governance und Lizenz. Core NATS und JetStream haben getrennte Spalten, weil sie sich unterschiedlich verhalten. Die Fakten stammen aus der eigenen Dokumentation der drei Projekte, geprüft am 9. Oktober 2026; CNCF-Status, JetStream- und KRaft-Standardwerte sowie die RabbitMQ-Spalte wurden am 17. November 2026 anhand von cncf.io, docs.nats.io, kafka.apache.org und rabbitmq.com geprüft. Release-Nummern und Standardwerte ändern sich, prüfen Sie sie daher für die Version, die Sie einsetzen wollen.
Häufig gestellte Fragen
Ist NATS schneller als Kafka?
Beide optimieren auf unterschiedliche Ziele. Core NATS speichert nichts und routet im Speicher, eignet sich also für latenzarmes Request-Reply und Fan-out. Kafka schreibt jeden Record in ein repliziertes Log und ist auf dauerhaft hohen Durchsatz mit Replay ausgelegt. Messen Sie mit Ihren eigenen Nachrichtengrößen, Durability-Einstellungen und Consumer-Zahlen, statt sich auf veröffentlichte Benchmarks zu verlassen.
Kann NATS JetStream Kafka ersetzen?
Für dauerhafte Queues, Arbeitsverteilung und moderate Retention oft ja. Wo Sie langfristige oder kompaktierte Retention, Exactly-once-Verarbeitung zwischen Topics, Kafka Connect oder Kafka Streams benötigen, bleibt Kafka die bessere Wahl.
Garantiert NATS die Zustellung von Nachrichten?
Core NATS nicht: Es arbeitet At-most-once, und Subscriber, die offline sind, verpassen die Nachricht. JetStream ergänzt At-least-once-Zustellung mit Acknowledgements und Redelivery sowie Deduplizierung beim Publish über den Nats-Msg-Id-Header.
Ist NATS Open Source?
Ja. NATS-Server und -Clients stehen unter der Apache-2.0-Lizenz, und NATS ist ein von der CNCF graduiertes Projekt: am 15. März 2018 auf Incubating-Stufe aufgenommen, am 2. November 2026 graduiert. Im Mai 2025 einigten sich CNCF und Synadia darauf, dass NATS unter Apache 2.0 in der CNCF bleibt.
NATS vs Kafka vs RabbitMQ: Was sollten wir wählen?
Wählen Sie Kafka für ein Replay-fähiges Event-Log mit vielen Consumer Groups, NATS für schlankes Request-Reply, Fan-out und Edge-Anbindungen und RabbitMQ für Routing, Acknowledgement pro Nachricht und Queue-Semantik – oder wenn Sie AMQP und MQTT von einem Broker benötigen. Treten zwei dieser Anforderungen in derselben IT-Landschaft auf, betreiben Sie beide Systeme und verbinden sie per Bridge, statt eine Plattform zu zwingen, alles zu leisten.
Unterstützt NATS MQTT?
Ja. Der NATS-Server bringt neben WebSocket auch MQTT-Unterstützung mit, zusätzlich zu seinem eigenen Protokoll. RabbitMQ unterstützt MQTT 3.1, 3.1.1 und 5.0 über ein Plugin, und es gibt auch dedizierte MQTT-Broker wie Mosquitto; was passt, hängt davon ab, ob Sie zusätzlich JetStream-Persistenz oder RabbitMQ-Routing brauchen.