Tu servicio de correo envía recibos de pedidos. Lo escalas a tres réplicas y los clientes empiezan a recibir tres recibos por pedido. Cada réplica se suscribió con su propio grupo de consumidores, así que recibió su propia copia de cada mensaje. El error contrario es igual de frecuente: los trabajos de redimensionado van a un tema de difusión, se incorpora un segundo trabajador y cada imagen se redimensiona dos veces.
Ambos fallos confunden dos modelos de mensajería: una cola de mensajes, donde cada mensaje llega a un consumidor, y publicación-suscripción, donde cada suscriptor recibe su propia copia. Este artículo los compara mediante un diagrama y después explica garantías de entrega, orden, reproducción, difusión y colas de mensajes fallidos, además de cómo Kafka, RabbitMQ, SQS/SNS y Pub/Sub encajan en cada modelo.
Cola frente a tema: quién recibe cada mensaje
En el modelo punto a punto, un productor envía un mensaje a una cola y un consumidor lo recibe. Los consumidores de una cola compiten: el broker entrega cada mensaje a uno de ellos y lo elimina cuando ese consumidor confirma la recepción. Son réplicas de un servicio, así que añadir réplicas vacía la cola más rápido. Este patrón de consumidores competidores encaja con trabajos que deben hacerse una vez, como redimensionar una imagen.
En publicación-suscripción, un publicador envía un mensaje a un tema y este entrega una copia a cada suscripción. Los suscriptores son servicios distintos que no se conocen entre sí, y añadir uno no modifica el publicador.
La mayoría de los sistemas combinan ambos: un tema distribuye los mensajes a suscripciones y cada suscripción es una cola en la que compiten las réplicas de un servicio. La cuestión de diseño es dónde ocurren la difusión y la competencia.
| Cola de mensajes (punto a punto) | Publicación-suscripción | |
|---|---|---|
| Consumidores por mensaje | Uno | Uno por suscripción |
| Los consumidores son | Réplicas de un servicio | Servicios distintos |
| Se escala mediante | Más consumidores | Más consumidores en una suscripción |
| Retención | Hasta la confirmación o caducidad | Por suscripción o durante una ventana del registro |
| Reproducción | No | Sí, si el broker conserva un registro |
| Uso habitual | Trabajos y comandos | Eventos y notificaciones |
Cómo Kafka, RabbitMQ, SQS/SNS y Pub/Sub representan los modelos
Cada broker implementa ambos modelos:
| Sistema | Difusión (pub/sub) | Consumidores competidores (cola) | Orden | Reproducción |
|---|---|---|---|---|
| Apache Kafka | Cada grupo de consumidores lee todos los registros | Los consumidores de un grupo reparten particiones; los grupos compartidos reparten registros | Por partición | Restablecer offsets del grupo |
| RabbitMQ | Los exchanges copian mensajes a colas enlazadas | Consumidores de una cola | Por cola, un consumidor | Solo streams |
| Amazon SNS + SQS | SNS copia a cada cola suscrita | Consumidores de una cola SQS | FIFO, por grupo de mensajes | Solo temas FIFO de SNS |
| Google Cloud Pub/Sub | Cada suscripción recibe todos los mensajes | Clientes de una suscripción | Claves de orden | Seek |
Kafka. Cada partición la consume exactamente un consumidor dentro de cada grupo suscrito (documentación de diseño), por lo que un grupo nunca tiene más consumidores activos que particiones. Kafka 4.2 (febrero de 2026) preparó para producción los grupos compartidos (KIP-932, Queues for Kafka): los consumidores comparten registros de las mismas particiones y confirman cada uno, sin el límite de particiones ni el orden.
De SNS a SQS. SNS copia cada mensaje en una cola SQS por servicio suscrito, dentro de un sobre JSON salvo que actives la entrega de mensajes sin procesar (guía de difusión de AWS). Los trabajadores de cada servicio compiten en su propia cola.
RabbitMQ. Los productores publican en un exchange y los enlaces deciden qué colas reciben una copia: fanout copia a cada cola enlazada, topic compara patrones como order.#, direct busca la coincidencia exacta de la clave y headers compara las cabeceras del mensaje (tipos de exchange).
Google Pub/Sub. Una suscripción por servicio; sus clientes suscriptores comparten los mensajes.
El fallo de los tres recibos consiste en tener una suscripción por réplica en vez de por servicio. Nombra suscripciones, colas e identificadores de grupo según el servicio (billing-sub, group.id=billing), nunca según un host o Pod.
Garantías de entrega
Los brokers vuelven a entregar mensajes sin confirmar, así que la pregunta es cuándo confirma tu consumidor:
- Como máximo una vez: confirma antes de procesar. Un fallo pierde el mensaje y no se vuelve a entregar.
- Como mínimo una vez: confirma después de procesar. Un fallo provoca otra entrega, por lo que un mensaje puede procesarse dos veces. Las colas SQS estándar y Pub/Sub ofrecen entrega como mínimo una vez de forma predeterminada.
- Exactamente una vez: cada mensaje se procesa una sola vez, algo que los brokers solo ofrecen dentro de ciertos límites.
Las colas SQS FIFO descartan un reenvío con el mismo identificador de deduplicación dentro de 5 minutos. La entrega exactamente una vez de Google Pub/Sub impide nuevas entregas después de una confirmación correcta, para suscripciones pull en una región. Las transacciones de Kafka cubren lecturas y escrituras dentro de Kafka. Nada de esto impide que un consumidor cobre dos veces a una tarjeta si falla entre el cobro y la confirmación.
La respuesta práctica es un procesamiento efectivamente único: entrega como mínimo una vez y un consumidor idempotente que registra cada identificador de mensaje en la transacción del efecto secundario:
BEGIN;
INSERT INTO processed_messages (consumer, message_id)
VALUES ('billing', 'm2')
ON CONFLICT DO NOTHING;
-- 0 rows: duplicate, skip the side effect
-- 1 row: apply the side effect in this transaction
COMMIT;
-- acknowledge the message only after the commit
En el productor, el patrón transactional outbox mantiene la coherencia entre la escritura en la base de datos y la publicación.
Orden
Los consumidores competidores rompen el orden primero en entrar, primero en salir: m1 va al trabajador 1, m2 al trabajador 2 y m2 puede terminar antes. Las colas SQS estándar solo prometen el mejor orden posible de todas formas. El orden estricto requiere un ámbito, con un consumidor cada vez por ámbito:
- SQS FIFO: el orden se mantiene dentro de un grupo de mensajes (
MessageGroupId), y los grupos se ejecutan en paralelo. El rendimiento es de 300 llamadas API por segundo y acción sin lotes, 3 000 mensajes por segundo con lotes de 10 y más en el modo de alto rendimiento. - Kafka: los registros con la misma clave llegan a la misma partición, que lee un consumidor por grupo.
- Google Pub/Sub: los mensajes con la misma clave de orden publicados en una región llegan ordenados a una suscripción con el orden activado. Cada clave tiene un límite de publicación de 1 MBps, y una nueva entrega también vuelve a entregar los mensajes posteriores de esa clave.
Ordena por cuenta o dispositivo, nunca globalmente: el orden global significa un consumidor y un techo de rendimiento.
Retención y reproducción: registro frente a cola
Una cola es una lista de tareas: los mensajes confirmados se eliminan y SQS hace caducar los no consumidos después de 4 días de forma predeterminada (entre 60 segundos y 14 días). Un registro es un historial: Kafka conserva los registros durante su período de retención, se hayan leído o no (log.retention.hours tiene un valor predeterminado de 168, siete días). Cada grupo de consumidores solo almacena un offset, por lo que un grupo nuevo puede empezar desde el registro más antiguo y uno existente puede retroceder. Los streams de RabbitMQ también son registros, que se leen desde un punto definido por x-stream-offset. Google Pub/Sub está a medio camino: los mensajes sin confirmar permanecen 7 días de forma predeterminada (entre 10 minutos y 31 días), los confirmados se conservan opcionalmente y las suscripciones pueden retroceder.
Reproducir un grupo Kafka tras un despliegue defectuoso, con sus consumidores detenidos:
kafka-consumer-groups.sh --bootstrap-server localhost:9092 \
--group billing --topic order-events \
--reset-offsets --to-datetime 2026-11-28T00:00:00.000 --execute
La reproducción reconstruye modelos de lectura de CQRS y carga el historial de nuevos servicios, así que cada consumidor debe tolerar el reprocesamiento. El diagrama de arquitectura de Kafka explica en detalle las particiones y los offsets.
Contrapresión, tiempos de visibilidad y colas de mensajes fallidos
Las colas absorben ráfagas porque los consumidores toman trabajo a su propio ritmo, y las colas por canal de un sistema de notificaciones evitan que un proveedor de SMS lento retrase el email y el push. RabbitMQ envía mensajes a los consumidores, así que limita los mensajes sin confirmar por consumidor con un límite de prefetch basic.qos.
Mientras un consumidor trabaja, el broker oculta el mensaje a los demás durante un tiempo limitado, igual que los arrendamientos de un planificador de tareas. Si el procesamiento dura más, el mensaje reaparece y otro consumidor también lo recibe. Configura el tiempo de espera por encima de tu procesamiento normal más lento, o amplíalo:
| Broker | Arrendamiento durante el procesamiento | Ampliar con | Dejar de reintentar tras |
|---|---|---|---|
| Amazon SQS | Tiempo de visibilidad: 30 s predeterminados, máximo 12 h | ChangeMessageVisibility |
maxReceiveCount, después una cola de mensajes fallidos |
| Google Pub/Sub | Plazo de confirmación: 10 s predeterminados, máximo 600 s | ModifyAckDeadline |
5 intentos predeterminados (hasta 100), después un tema de mensajes fallidos |
| Grupos compartidos de Kafka | Bloqueo de adquisición: 30 s predeterminados | Confirmación RENEW |
5 intentos predeterminados, después se archiva el registro; Kafka 4.4 también puede escribirlo en un tema de mensajes fallidos |
RabbitMQ vuelve a entregar cuando el canal de un consumidor se cierra antes de la confirmación y deriva los mensajes fallidos mediante dead-letter exchanges.
Los mensajes problemáticos, que siempre fallan, deben ir a una cola de mensajes fallidos: alerta sobre su profundidad y conserva un procedimiento de reenvío. En pub/sub los fallos permanecen aislados: un consumidor de analítica averiado solo aumenta su propia acumulación, así que alerta sobre el mensaje sin confirmar más antiguo de cada suscripción.
Elegir según el caso de uso
| Caso de uso | Modelo | Opciones adecuadas |
|---|---|---|
| Trabajos en segundo plano: miniaturas, PDF, correo | Cola | SQS standard, una cola quorum de RabbitMQ, un grupo compartido de Kafka |
| Comandos ordenados por cuenta | Cola con ámbito de orden | SQS FIFO agrupado por cuenta, Kafka con la cuenta como clave |
| Evento al que reaccionan varios servicios | Pub/sub, una cola por suscriptor | SNS a SQS, un exchange fanout de RabbitMQ, suscripciones Pub/Sub, grupos de consumidores de Kafka |
| Reconstrucción de estado o carga de historial de un consumidor | Registro | Kafka, streams de RabbitMQ |
| Proceso de varios pasos entre servicios | Comandos en colas, resultados en pub/sub | El patrón saga |
El diagrama de cola y pub/sub
Contenido del diagrama
- Upload API
- resize-jobs
- Resize worker 1
- Resize worker 2
- Resize worker 3
- Order service
- order-events
- email-sub
- billing-sub
- analytics-sub
- Email service
- Billing service
- Analytics service
- send m1, m2, m3
- m1
- m2
- m3
- publish m1, m2, m3
- copy
- m1, m2, m3
Cómo leerlo:
- Dos carriles, los mismos identificadores de mensaje. Arriba: una cola punto a punto. Abajo: publicación-suscripción. Cada productor envía m1 a m3.
- Carril superior: la cola resize-jobs entrega cada mensaje a un trabajador distinto; todos son réplicas de un servicio.
- Carril inferior: el tema order-events copia cada mensaje en tres suscripciones, una por servicio, de modo que correo, facturación y analítica reciben cada uno m1, m2 y m3.
- Las flechas continuas representan envío, publicación y copia; las discontinuas, entregas asíncronas que los consumidores confirman.
- El bloque Markdown enumera los valores predeterminados de tiempos de espera y retención.
Dibujar diagramas de mensajería con claridad
- Dibuja suscripciones, no solo temas. Las flechas directas de un tema a los servicios ocultan dónde esperan los mensajes y quién posee cada acumulación.
- Etiqueta las aristas con nombres o identificadores de mensajes, no con “eventos”: m1, m2 y m3 muestran la diferencia entre reparto y copia.
- Muestra réplicas cuando importe la competencia, e indica la clave de orden y la ruta de mensajes fallidos junto a su cola o tema.
La guía del diagrama de arquitectura basada en eventos amplía esta notación a un sistema Kafka completo.
Constrúyelo en Archboard
- Inicia sesión con Google o GitHub y crea un diagrama.
- Añade un título Texto del paquete Básico para cada carril.
- Carril superior: añade un Contenedor del paquete Modelo C4 llamado Upload API, una Cola del paquete Datos llamada resize-jobs y tres nodos Contenedor, Resize worker 1 a 3. Dibuja una arista continua “send m1, m2, m3” hacia la cola y aristas discontinuas m1, m2 y m3 hacia los trabajadores.
- Carril inferior: añade un Contenedor llamado Order service, un Tema del paquete Datos llamado order-events, tres nodos Cola (email-sub, billing-sub, analytics-sub) y tres nodos Contenedor para los servicios de correo, facturación y analítica. Etiqueta las aristas del tema como “copy” y las entregas discontinuas como “m1, m2, m3”.
- Colorea cada carril con un acento, azul o verde azulado, y añade una nota Texto del paquete Básico bajo la cola y el tema.
- Añade un bloque Markdown del paquete Básico con los valores predeterminados.
Para un sistema mayor, parte de la plantilla de arquitectura basada en eventos; para flujos que ya estén en Mermaid, la herramienta Mermaid a diagrama editable crea un primer borrador.
El ejemplo usa 14 nodos de diagrama, dentro del plan Free.
Preguntas frecuentes
¿Qué diferencia hay entre pub/sub y una cola de mensajes? Una cola entrega cada mensaje a un consumidor y lo elimina tras la confirmación. Pub/sub da una copia a cada suscripción, de modo que varios servicios pueden reaccionar a un evento.
¿Kafka es una cola de mensajes o un sistema pub/sub? Ambas cosas. Cada grupo de consumidores lee todos los registros, lo que es pub/sub, y los consumidores de un grupo reparten las particiones como una cola. Los grupos compartidos de Kafka 4.2 añaden confirmación por registro.
Kafka, RabbitMQ o SQS: ¿cuál debería usar? SQS para una cola gestionada en AWS sin componentes que operar, RabbitMQ para un enrutamiento flexible y Kafka para alto rendimiento con historial reproducible.
¿Necesito SNS si ya tengo SQS? Solo si más de un servicio necesita cada mensaje. SNS copia entonces cada mensaje en una cola SQS por servicio, cada una con sus propios reintentos y su cola de mensajes fallidos.
¿Alguna cola de mensajes garantiza entrega exactamente una vez? No de extremo a extremo. SQS FIFO, Google Pub/Sub y las transacciones de Kafka impiden duplicados dentro de ciertos límites, pero los correos o pagos siguen necesitando un consumidor idempotente.