我一直在阅读上述答案，我想补充一下，因为我认为还有一些细节有待解决：
完全管理的系统这两个系统在云中都可以有完全管理的版本。google提供了pubsub，还有一些完全托管的kafka版本，你可以在云端和prem上进行配置。
cloud和on prem我认为这是它们之间真正的区别，因为pubsub只是作为gcp生态系统的一部分提供的，而apachekafka可以同时用作cloud服务和on prem服务（自己进行集群配置）
消息复制-使用kafka，您需要自己管理消息的偏移量，使用外部存储，例如apachezookeeper。这样，您就可以跟踪消费者迄今为止阅读的消息。pubsub使用确认消息来工作，如果您的代码在截止日期之前没有确认消息，消息将再次发送，这样您可以避免重复消息，或者另一种避免的方法是使用cloud dataflow pubsubio。
保留策略kafka和pubsub都有配置最大保留时间的选项，默认情况下，我认为是7天。
用户组与订阅请注意如何在两个系统中读取消息。pubsub使用订阅，创建订阅，然后开始从该订阅中读取消息。一旦消息被读取并确认，该订阅的消息就消失了。kafka使用“使用者组”和“分区”的概念，每个使用者进程都属于一个组，当从特定分区读取消息时，属于同一“使用者组”的任何其他使用者进程都将无法读取该消息（这是因为偏移量最终将增加）。您可以将偏移量看作一个指针，它告诉进程必须读取哪个消息。
我认为你的问题没有一个正确的答案，这将真正取决于你需要什么和你有什么限制（下面是一些escenarios的例子）：
如果解决方案必须在gcp中，显然要使用googlecloud pubsub。你将避免所有的设置工作或支付额外的全自动系统，Kafka需要。
如果解决方案需要以流方式处理数据，但也需要支持批处理（最终），那么最好使用clouddataflow+pubsub。
如果解决方案需要使用一些spark处理，您可以探索spark流（您可以为流处理配置kafka）
一般来说，两者都是非常稳定的流处理系统。造成巨大差异的一点是pubsub是一个连接到gcp的云服务，而apachekafka可以在cloud和on-prem中使用。

除了google管理的google pub/sub和开源的kafka之外，另一个区别是google pub/sub是一个消息队列（例如rabbit mq），其中as kafka更像是一个流日志。你不能用pubsub“重读”或“重放”消息(编辑-从2019年2月起，您可以重播消息，并根据下面的评论向后搜索到某个时间戳）
使用google pub/sub，一旦从订阅中读取消息并确认，它就消失了。为了让不同的读者能够阅读更多的邮件副本，您可以通过为该主题创建“订阅”来“扇出”该主题，其中每个订阅都有一个主题中所有内容的完整副本。但这也增加了成本，因为google根据从中读取的数据量来收取pub/sub使用费。
使用kafka，您可以设置一个保留期（我认为默认情况下是7天），消息将保留在kafka中，而不管有多少消费者阅读它。您可以添加一个新的使用者（aka subscriber），并随时让它从主题的前面开始消费。您还可以将保留期设置为无限期，然后基本上可以将kafka用作不可变的数据存储，如下所述：http://stackoverflow.com/a/22597637/304262
amazon aws kinesis是kafka的托管版本，而我认为google pubsub是rabbit mq的托管版本。带有sqs的amazon sns也类似于google pubsub（sns提供扇出，sqs提供排队）。

kafka和cloud pub/sub的一大区别是，cloud pub/sub完全由您管理。您不必担心机器、设置集群、微调参数等问题，这意味着许多devops工作是为您处理的，这一点很重要，尤其是当您需要扩展时。