9.0、springcloud-CAP原则、以及Eureka对比Zookeeper

9.0、springcloud-CAP原则、以及Eureka对比Zookeeper

回顾：

        RDBMS (Mysql、Oracle、sqlServer) ===> ACID

        NoSQL (redis、mongdb) ===> CAP

数据库的ACID是什么？

        A（Atomicity）原子性

        C（Consistency）一致性

        I（Isolation）隔离性

        D（Durability）持久性

那CAP又是什么呢？

        C（Consistency）强一致性

        A（Availability）可用性

        P（Partition tolerance）分区容错性

        CAP的三进二：CA 、AP 、CP

CAP理论的核心：

        ·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；

·根据CAP原理，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，可用性的系统，通常可扩展性较差

        CP：满足一致性，分区容错性的系统，通常性能不是很高

        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？

        著名的CAP理论支出，一个分布式系统不可能同时满足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，因此我们只能在A和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，我们能接受服务器直接down掉不可用，但是不可以容忍注册中心返回的是几分钟以前的注册信息。也就是说服务注册功能对  一致性的要求 高于 可用性 。

        但是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时区联系时，剩余节点会重新进行leader选举。但是问题在于，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，因为网络问题使得ZK集群失去master节点是较大概率会发生的事件，虽然服务最终能够恢复，但是漫长的选举时间导致的注册长时间不可用是用户不能容忍的

Eureka保证的是AP：

        Eureka看明白了这一点，因此在设计时就  优先保障 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注册时，如果发现连接失败，则会自动切换至其他节点，只要有一台Eureka还在，就能保住注册服务的可用性，只不过查到的信息可能不是最新的。

        除此之外，Eureka还有一种自我保护机制，如果在25分钟内超过了85%的节点都没有正常的心跳，那么Eureka就会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仍然能够接收新服务的注册和查询请求，但是不会被同步到其他节点上（既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他节点中

        因此，Eureka可以很好的应对因网络故障导致部分节点时区联系的情况，而不会像zookeeper那样使整个注册服务瘫痪