【技术选型】服务发现的选型：用 CP 好还是 AP 好

一、基础知识介绍

众所周知， CAP是分布式系统事务处理的重要理论。

介绍一下，CAP是下面三个英语单词的首字母缩写：

      C (Consistency)： 数据一致性

      A (Avalibility)：系统可用性

      P (Partition Tolerance)：分区容错性

使用：在一个分布式系统中，最多只能满足这三个特性中的两个，而不能三个全部满足。

     

       其中，A又分 2 种：

            系统可用性：提供 7 X 24 持续性服务，关注的是时间维度的可用。只要满足请求之后，有响应的数据返回就可以，不关注返回数据是否正确和完整。

            系统可靠性：正确的指令得到正确的输出，关注的是信息的准确性。关注在返回数据的正确和完整。

例如系统的集群机制、反向代理机制、服务治理机制，系统降级机制，都是为了解决系统的可用性问题。

二、CP 和 AP 的使用场景

       1. CP 使用场景

        比较典型的 CP 系统是分布式数据库，数据的一致性是最基本的要求。在极端情况时，优先保证数据的强一致性，代价就是放弃系统的可用性。例如，类似 HBase 这种分布式存储系统，以及 ZooKeeper 这种分布式协调系统。

       2 . AP 使用场景

        对多数大型互联网应用的场景，主机众多，分布式部署，而且集群的规模越来越大，所以对于大型互联网公司，节点故障、网络故障时有发生，要保证系统的可用性达到多个9，保障 AP 放弃 CP 是常见的一种做法。例如，Redis

        为什么说Redis是AP的？

        因为Redis一致性模型是最终一致性，它分布式设计中，采用异步复制，就是当某个节点上的数据发生变化时，Redis会将这个修改操作发送给其他节点，但是，由于网络传输延迟等原因，这些操作不一定会被其他节点马上接收和执行，这样可能导致节点之间数据不一致。如果当一个节点挂了的时候，这个节点上的数据有可能无法同步到其他节点，可能导致节点之间数据不一致。

三、微服务服务发现的选型

         1. 服务发现用CP实现

             提高数据一致性C，放弃可用性A

             比如 Eureka。

         2 . 服务发现用AP实现

              提高可用性A，放弃数据一致性C。

              比如 Nacos（Nacos也有CP实现的模式）。