Zookeeper与Eureka区别【待完善】
CAP原则
-
C(Consistency) 强一致性
-
A(Availablility) 可用性
-
P(Partition tolerance) 分区容错性
CAP的三进二,不可能同时满足三个原则
ACID原则
- A(Atomicity) 原子性
- C(Consistency) 一致性
- I(Isolation) 隔离性
- D(Durability) 持久性
RDBMS(Mysq,Oracle,sqlServer) ===> ACID
NoSql(redis,mongdb) ===> CAP
CAP理论核心
-
在一个分布式系统中,不可能同时很好的满足一致性,可用性和分区容错性这三个需求
-
根据CAP理论,将NoSQL数据库分成了满足CA原则,满足CP原则和满足AP原则三大类
CA:单点集群。满足一致性和可用性的系统,通常可拓展性较差
CP:满足一致性,分区容错性的系统,通常性能不是特别高
AP:满足可用性,分区容错性的系统,通常可能对一致性要求低一些
作为服务注册中心Eureka比Zookeeper好在哪里
CAP理论指出,一个分布式不可能同时满足C(一致性)、A(可用性)、P(容错性)。
由于分区容错性 P 在分布式系统中是必须要保证的,因此我们在A、C之间进行权衡。
- Zookeeper 保证的是CP
- Eureka 保证的是AP
Zookeeper 保证的是CP
当向注册中心查询服务列表时,可以容忍注册中心返回的是几分钟之前的注册信息,但不能接受服务之间down掉。(可用性高于一致性)
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;但由于选举时间过长,在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,因网络原因出现的整个zk集群失去 master 是较大概率发生的事件。
Eureka 保证的是AP
Eureka在设计中 各个节点是平等的,单独节点down掉,不影响其他节点正常工作。
Eureka的 客户端 在向Eure注册时,如果发现连接失败,则会自动切换到其他节点,只要有一台Eureka节点还在,就可以保证注册服务的可用性,但查到的信息可能不是最新的。(可用性高于一致性)
除此之外,Eureka的自我保护机制 在15分钟之内有15% 的服务无法正常心跳,Eurekarenwe客户端与注册中心出现网络故障,此时:
1、不在从注册列表中移除因长时间没收到心跳的而过期的服务
2、仍然能收到新的服务注册和查询请求,但不会同步到其他节点上(即保证当前节点可用)
3、当网络稳定时,当前实例新的注册信息会被同步到其他节点
因此,Eureka可以很好的应对因为网络故障导致的部分节点失去联系的情况,不是像Zookeeper那样使得整个注册服务瘫痪