一、CAP理论
著名的CAP理论指出,一个分布式系统不可能同时满足C(一致性)、A(可用性)和P(分区容错性)。
由于分区容错性在是分布式系统中必须要保证的,因此我们只能在A和C之间进行权衡。
在此Zookeeper保证的是CP, 而Eureka则是AP。
二、分布式服务中我们关心的问题
1.一致性
我们获取的服务信息是不是最新的, 即如果服务挂掉了或者更新了, 调用者能不能拿到最新状态:
如果服务更新或挂掉了, 多节点提供的服务是一致的
2.可用性
我们订阅的服务, 是不是保证可用的, 即使注册中心部分节点出现问题:
如果注册中心部分节点挂掉了, 调用者的服务调用会不会受到影响。
三、Zookeeper与Eureka基于CAP理论的区别
1.Zookeeper保证一致性(即CP)
当向注册中心查询服务列表时,我们可以容忍注册中心返回的是几分钟以前的注册信息,但不能接受服务直接down掉不可用。也就是说,服务注册功能对可用性的要求要高于一致性。
但是zk会出现这样一种情况,当master节点因为网络故障与其他节点失去联系时,剩余节点会重新进行leader选举。问题在于,选举leader的时间太长,30 ~ 120s, 且选举期间整个zk集群都是不可用的,这就导致在选举期间注册服务瘫痪。
在云部署的环境下,因网络问题使得zk集群失去master节点是较大概率会发生的事,虽然服务能够最终恢复,但是漫长的选举时间导致的注册长期不可用是不能容忍的。
2.Eureka保证可用性(即AP)
Eureka看明白了这一点,因此在设计时就优先保证可用性。
Eureka各个节点都是平等的,几个节点挂掉不会影响正常节点的工作,剩余的节点依然可以提供注册和查询服务。而Eureka的客户端在向某个Eureka注册或时如果发现连接失败,则会自动切换至其它节点,只要有一台Eureka还在,就能保证注册服务可用(保证可用性),只不过查到的信息可能不是最新的(不保证强一致性)。
除此之外,Eureka还有一种自我保护机制,如果在15分钟内超过85%的节点都没有正常的心跳,那么Eureka就认为客户端与注册中心出现了网络故障,此时会出现以下几种情况:
1. Eureka不再从注册列表中移除因为长时间没收到心跳而应该过期的服务
2. Eureka仍然能够接受新服务的注册和查询请求,但是不会被同步到其它节点上(即保证当前节点依然可用)
3. 当网络稳定时,当前实例新的注册信息会被同步到其它节点中
因此, Eureka可以很好的应对因网络故障导致部分节点失去联系的情况,而不会像zookeeper那样使整个注册服务瘫痪。
四、总结
1.性能
Eureka使用的是HTTP协议调用服务, 而Dubbo使用的是RPC协议, RPC协议效率更高
2.服务
个人认为可用性对于分布式服务更加重要, 我们对服务的调用, 大多场景下不会在意我们调用的服务是不是时时一致的, 而在意的是服务是不是时时可用的。