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