spring cloud 微服务架构之eureka

在学习euaeka的时候还是参考我上一篇微服务的学习方法，是什么？有什么用?有什么优势？这个方法也是在我亲爱的老师“阳哥”那得到的一点点真传。

首先说eureka是什么？Eureka 是一个基于 REST 的服务，主要在 AWS 云中使用, 定位服务来进行中间层服务器的负载均衡和故障转移。我们称此服务为Eureka服务，而向eureka的服务中注册服务的provider和消费服务consumer则为eureka的client端。

在一个说eureka有什么用？Spring Cloud 封装了 Netflix 公司开发的 Eureka 模块来实现服务注册和发现(请对比Zookeeper)。所以说euruka就是用来做服务注册和服务发现的作用类似于使用dubbo做服务治理时的注册中心zookeeper。总结以下eureka的三大角色：

1  Eureka  Server提供服务注册和发现

2  Service  Provider服务提供方将自身服务注册到Eureka,从而使消费放能够找到

3  Service  Consumer服务消费方从Eureka获取注册的服务列表，从而能够访问该服务

Eureka的优势在哪里？首先是Euruka的自我保护机制，总结起来就是一句话“好死不如赖活着”。也就是说在某一刻某一个服务不可用了eureka不会对该服务立刻进行清理而是继续保存该服务的相关信息。那么什么是eureka的自我保护机制呢？默认配置下，如果Eureka Server每分钟收到心跳续约的数量低于一个阈值（instance的数量*(60/每个instance的心跳间隔秒数)*自我保护系数），并且持续15分钟，就会触发自我保护。
在自我保护模式中，Eureka Server会保护服务注册表中的信息，不再注销任何服务实例。当它收到的心跳数重新恢复到阈值以上时，该Eureka Server节点就会自动退出自我保护模式。它的设计哲学前面提到过，那就是宁可保留错误的服务注册信息，也不盲目注销任何可能健康的服务实例。

提到优势就不得不将Eureka与zookeeper进行对比，说到这就不得不说CAP理论，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P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。

zookeeper:保证CP(一致性/分区容错性)，在这里要说的一点是zookeeper保证的一致性不是强一致性而是单调一致性，强一致性指的是任何时刻任何用户得到的都是最近一次更新的数据。而单调一致性指的是获取到的数据是zookeeper服务某一次更新成功之后的数据，并且不会再读取到更新这个值的以前的数据，也就是说读取到的数据都是是依次递增更新的数据。2n+1个zookeeper server在进行leader向flower同步数据的时候在有n+1个client同步完成之前系统不会接受client的请求，并且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。比如说淘宝双11的时候如果有几十秒服务不可用可以想象会出现什么问题。

Eureka保证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)，也就是说只要服务没有死绝都是可用的，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。

但是CP和AP还是根据具体的业务场景和需求进行取舍，并不是说AP就比CP好还是怎么样的