Sette client per Apache Kafka, cronometro alla mano.
Lo stesso cluster in rete, gli stessi dati, la stessa macchina Windows. Qui trovi i risultati, come li abbiamo ottenuti e i dati grezzi per rifare i conti.
21-22 ottobre 2026
SASL_SSL e SCRAM
Mediana di 3 giri
Giri alternati
Le prove
12 scontro 52 s del secondo e circa 4-5 minuti degli altri
Una sessione tipica
Aprire il programma, vedere i 10.003 topic, cercare un valore in 2 milioni di messaggi.
Topicup12,3 s
Offset Explorer52,3 s
AKHQ3 min 53 s
Redpanda Console4 min 12 s
KafkIO4 min 24 s
Kafka Magic4 min 37 s
Somma delle mediane di avvio, elenco dei topic e ricerca. Kafbat UI non ha finito la ricerca.
4×più veloce del secondo, 20× o più degli altri
Ricerca in 2 milioni di messaggi
Un codice fiscale in 2 milioni di JSON, 972 MB: 200 risultati attesi.
Topicup9,9 s
Offset Explorer40,2 s
KafkIO3 min 21 s
AKHQ3 min 24 s
Redpanda Console4 min 4 s
Kafka Magic4 min 25 s
Kafbat UInon finita
Kafbat UI fermata dopo 5 minuti con 160.200 messaggi letti. AKHQ e Redpanda Console: un giro; AKHQ con un'impostazione del server cambiata per arrivare in fondo.
0,88 sper vedere tutti i 10.003 topic
Collegamento ed elenco dei topic
Dal clic all'elenco a schermo.
Topicup0,88 s
Redpanda Console2,83 s
Offset Explorer7,49 s
Kafka Magic7,66 s
AKHQ9,2 s
KafkIO51,3 s
Offset Explorer dalla riga di comando. AKHQ mostra la prima pagina. Kafbat UI non è in grafico: fra 3 e 58 s, molto variabile. KafkIO conta anche i messaggi di ogni topic.
1,5 sdal doppio clic alla finestra pronta
Avvio
Per i programmi web conta l'avvio del server.
Topicup1,53 s
Kafka Magic4,37 s
Offset Explorer4,56 s
Redpanda Console5,4 s
KafkIO11,5 s
AKHQ19,4 s
Kafbat UI1 min 50 s
AKHQ, Kafbat UI e Redpanda Console: avvio del server, un giro.
1,5 sper leggere e mostrare 10.000 messaggi
Lettura di 10.000 messaggi
Gli ultimi 10.000 di un topic da 2 milioni.
Topicup1,5 s
KafkIO6,27 s
Redpanda Console6,81 s
Offset Explorer19 s
Kafka Magic54,8 s
Offset Explorer dalla riga di comando. Redpanda Console legge i primi 10.000. AKHQ e Kafbat UI leggono a pagine da 50 e da 100.
469 MBal picco della ricerca, finestra compresa
Memoria durante la ricerca
Qui vince chi usa meno: Topicup è terzo.
AKHQ318 MB
Offset Explorer372 MB
Topicup469 MB
Redpanda Console995 MB
KafkIO1.898 MB
Kafka Magic4.821 MB
Working set di tutti i processi. AKHQ: solo il server, senza il browser. Redpanda Console: compreso il browser. Kafbat UI non misurata. Topicup: il motore in Rust usa 25-130 MB, il resto è WebView2.
Correttezza
33 domande con il risultato atteso noto in anticipo: compressioni, Unicode, un messaggio da 1 MB, regex, chiave, header, transazioni, compattazione, JsonPath.
29 risposte identiche3 ha ragione Topicup1 ha ragione Offset Explorer
Le 4 differenze
Messaggi di una transazione annullata
Topicup0Offset Explorer20
ragione a Topicup
Una transazione annullata non è mai avvenuta.
Topic con transazioni, 40 confermati
Topicup40Offset Explorer60
ragione a Topicup
Stesso motivo: i 20 annullati non contano.
Regex con .* su un messaggio da 1 MB
Topicup3, subitoOffset Explorerfermata dopo 28 min
ragione a Topicup
Il motore regex di Rust lavora in tempo lineare.
Ricerca per chiave, partizioni scritte a mano
Topicup0Offset Explorer2.000
ragione a Offset Explorer
Topicup legge solo la partizione calcolata. Da migliorare.
Il banco
Client
Francoforte
Windows Server 2022
4 vCPU, 16 GB
11 ms
Cluster
Milano
Redpanda 26.2.3
SASL_SSL, SCRAM-SHA-512
10.003 topic
2 milioni di JSON, 972 MB
200 risultati attesi
dataset sintetico riproducibile
I programmi
Topicup 0.1.0
Licenza usata
nostra
Come
app guidata con Playwright; riga di comando inclusa
Offset Explorer 4.0.5
Licenza usata
interfaccia con licenza personale gratuita; riga di comando nella prova di 30 giorni
Come
interfaccia con clic automatici; ricerca con commandline.exe -findMessages, lo stesso motore di Find Messages
KafkIO 2.1.17
Licenza usata
gratuita anche per uso commerciale
Come
interfaccia guidata con UI Automation
Kafka Magic 4.0.1 Community
Licenza usata
Community, gratuita
Come
pagina web guidata con Playwright su Edge
AKHQ 0.28.0
Licenza usata
Apache 2.0
Come
API REST del server, le stesse della sua pagina
Redpanda Console 3.13.0
Licenza usata
parte gratuita
Come
pagina web guidata con Playwright su Edge
Kafbat UI 1.5.0, già Provectus Kafka UI
Licenza usata
Apache 2.0
Come
API REST del server
Non misurati: Kadeck, con registrazione obbligatoria, e i prodotti la cui licenza non permette di pubblicare confronti.
Come misuriamo
1
Giri alternati
Topicup e l'altro programma uno dopo l'altro, nello stesso intervallo, così un momento lento della rete pesa su tutti e due.
2
Uno alla volta
Un solo programma alla volta sul client. I server web girano sulla stessa macchina e leggono il cluster dalla rete.
3
Fine visibile
Dal comando o dal clic a quello che il programma mostra o dichiara.
4
Mediana
Di 3 giri; dove c'è un giro solo lo diciamo accanto al numero.
Dove il vantaggio si riduce
Letture lunghissime
Su 12 milioni di messaggi, 5,8 GB, il limite diventa il disco del broker: Topicup 1 min 39 s, Offset Explorer 1 min 50 s. Circa il 10%.
Memoria
Offset Explorer usa meno memoria: 145 MB a riposo e 372 MB durante la ricerca, contro 293 e 469 MB di Topicup, quasi tutti della finestra (WebView2).
Tutti i numeri
Mostra le tabelle complete
Offset Explorer: ricerca
Offset Explorer: ricerca
Topicup (riga di comando)
Offset Explorer (-findMessages)
Tempo totale, dal lancio all'uscita
9,6 s (9,3-18,3)
40,2 s (39,8-41,4)
Solo la ricerca, come la dichiara il programma
8,8-9,1 s (16,4 nel giro lento)
32,6-34,2 s
Messaggi letti e trovati
2.000.000, 200
2.000.000, 200
Il giro lento di Topicup, 18,3 s, ha la rete a 22,6 ms invece di 11, con il broker ancora occupato a scrivere altri dati.
KafkIO: interfacce
KafkIO: interfacce
Topicup (app)
KafkIO
Avvio, fino all'elenco delle connessioni
1,53 s (1,38-1,53)
11,5 s (11,1-11,7)
Collegamento ed elenco dei 10.003 topic
0,88 s (0,88-0,89)
51,3 s (51,2-53,0)
10.000 messaggi letti e mostrati
1,50 s (0,94-1,52)
6,3 s (6,2-6,3)
Ricerca in 2 milioni di messaggi
9,9 s (9,7-10,2), 200 su 200
201 s (193-201), 200 su 200
RAM a riposo
293 MB
275 MB
RAM dopo l'elenco dei topic
351 MB
1.049 MB
RAM al picco della ricerca
469 MB
1.898 MB (fino a 2.023)
KafkIO scarica i topic con il numero di messaggi di ognuno (27.026 partizioni); Topicup mostra i nomi con una sola richiesta e carica i conteggi quando apri un topic.
Dati grezzi
Una riga JSON per misura, come l'ha scritta lo script. Tolti solo i percorsi del PC di prova.
Offset Explorer, Kafka Tool, KafkIO, Kafka Magic, AKHQ, Redpanda Console e Kafbat UI sono marchi dei rispettivi proprietari. I nomi servono solo a dire cosa abbiamo misurato: Topicup non è affiliato né approvato dai loro produttori.