视频链接:2020最新版SpringCloud框架开发教程-周阳
文章源码:https://github.com/geyiwei-suzhou/cloud2020/
CAP
- C:Consistency(强一致性)
- A:Availability(可用性)
- P:Partition tolerance(分区容错性)
CAP理论关注粒度是数据,而不是整体系统设计的策略
最多只能同时较好的满足两个
CAP理论的核心是:一个分布式系统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,因此,根据CAP原理将NoSQL数据库分成满足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,可用性的系统,通常在可扩展性上不太强大
- 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
服务注册中心对比
组件名 | 语言 | CAP | 服务健康检查 | 对外暴露接口 | Spring Cloud集成 |
---|---|---|---|---|---|
Eureka | Java | AP | 可配支持 | HTTP | 已集成 |
Consul | Go | CP | 支持 | HTTP/DNS | 已集成 |
Zookeeper | Java | CP | 支持 | 客户端 | 已集成 |
AP架构(Eureka)
当网络分区出现后,为了保证可用性,系统B可以返回旧值,保证系统的可用性
结论:违背了一致性C的要求,只满足可用性和分区容错性,即AP
1)当没有出现网络分区时,系统A与系统B的数据一致,X=1
2)将系统A的参数X修改为2,X=2
3)当出现网络分区后,系统A和系统B之间的数据同步失败,系统B的X=1
4)当客户端请求系统B时,为了保证可用性,此时系统返回
CP架构(Zookeeper/Consul)
当网络分区出现后,为了保证一致性,就必须拒接请求,否则无法保证一致性
结论:违背了可用性A的要求,只满足一致性和分区容错性,即CP
1)当没有出现网络分区时,系统A与系统B的数据一致,X=1
2)将系统A的参数X修改为2,X=2
3)当出现网络分区后,系统A和系统B之间的数据同步失败,系统B的X=1
4)当客户端请求系统B时,为了保证一致性,此时系统B应拒绝服务请求,返回错误码或错误信息