1.介绍
CAP原则又称CAP定理,指的是在一个分布式系统中, Consistency(一致性)、 Availability(可用性)、Partition tolerance(分区容错性),这三个要素最多只能同时实现两点,不可能三者兼顾。
- C【Consistency】一致性
在分布式系统中的所有数据备份,在同一时刻是否同样的值。(等同于所有节点访问同一份最新的数据副本)
- A【Availability】可用性
保证每个请求不管成功或者失败都有响应。
- P【Partition tolerance】分区容错性
系统中任意信息的丢失或失败不会影响系统的继续运作。
------如果在某个分布式系统中,数据无副本, 那么系统必然满足强一致性条件, 因为只有独一数据,不会出现数据不一致的情况,此时C和P两要素具备。
------如果系统发生了网络分区状况或者宕机,必然导致某些数据不可以访问,此时可用性条件就不能被满足,即在此情况下获得了CP系统。
2.CA、AP、CP讲解
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,分区容忍必的系统,通常性能不是特别高。
AP - 满足可用性,分区容忍性的系统,通常可能对一致性要求低一些。
3.举例
CA : 关系型数据库
CP : Redis、MongoDB、Zookeeper
AP : Eureka
4.Zookeeper与Eureka的CAP
4.1.Eureka的AP
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)。
4.2.Zookeeper的CP
zookeeper在选举时,会停止服务,直到选举成功之后才会再次对外提供服务,这个时候就说明了服务不可用,但是在选举成功之后,因为一主多从的结构,zookeeper在这时还是一个高可用注册中心,只是在优先保证一致性的前提下,zookeeper才会顾及到可用性
总结
eureka选择ap,是因为,它只专攻服务注册和发现,并不会出现数据的竞选(选举)
而zookeeper要发生选举,会暂停服务(此时服务不可用),也就是说,优先保证数据的一致性,在一致性确保之前,’‘你们’'可不可用不关我事。