Nacos AP 和CP 切换-理论

最新推荐文章于 2024-05-14 23:13:17 发布

晨犀

最新推荐文章于 2024-05-14 23:13:17 发布

阅读量1k

点赞数 13

分类专栏： Spring Cloud 文章标签：开发语言 spring cloud

本文链接：https://blog.csdn.net/m0_73557631/article/details/138416330

版权

24 篇文章 1 订阅

订阅专栏

😀前言
本篇博文是关于Nacos AP 和CP 切换-理论，希望你能够喜欢

🏠个人主页：晨犀主页
🧑个人简介：大家好，我是晨犀，希望我的文章可以帮助到大家，您的满意是我的动力😉😉

💕欢迎大家：这里是CSDN，我总结知识的地方，欢迎来到我的博客，感谢大家的观看🥰
如果文章有什么需要改进的地方还请大佬不吝赐教先在此感谢啦😊

CAP理论是分布式系统设计中的一个基本原则，指出在分布式系统中，Consistency（一致性）、Availability（可用性）、Partition tolerance（分区容错性）这三个方面不可同时满足。这意味着在面对网络分区（Partition）时，系统必须在一致性和可用性之间做出权衡。

一致性（Consistency）：
指系统中的所有节点在同一时间看到的数据是一致的。即使系统在分布式环境下，各个节点对数据的读取和写入操作也应该保持数据的一致性。如果一个节点写入了数据，那么其他节点应该能够立即读取到最新的数据。
可用性（Availability）：
指系统能够提供服务并响应用户的请求，即使在面临节点故障的情况下也能够保持一定程度的可用性。换句话说，系统应该保证用户能够随时访问并使用其功能。
分区容错性（Partition tolerance）：
指系统能够在面对网络分区的情况下继续工作。网络分区是指系统中的节点由于网络故障或延迟而无法相互通信，导致系统被分成多个部分。分区容错性要求系统能够在这种情况下继续运行，而不会因为分区而崩溃或停止工作。

CP（一致性和分区容错性）：在 CP 模式下，系统会优先保证数据的一致性和分区容错性，即使这意味着在某些情况下服务会不可用。这意味着系统在面对网络分区时会选择保持数据的一致性，但可能会导致部分节点无法提供服务。CP 模式适用于对数据一致性要求较高的场景，如金融系统等。
AP（可用性和分区容错性）：在 AP 模式下，系统会优先保证服务的可用性和分区容错性，即使这意味着数据可能会出现短暂的不一致。这意味着系统会尽可能保持服务的可用性，响应用户的请求，即使在面对网络分区时数据可能会存在一定程度的不一致。AP 模式适用于对服务可用性要求较高的场景，如社交网络等。

小结

在实际应用中，大多数系统会选择 AP 模式，因为在现实世界中，对服务的可用性要求往往比数据的一致性更为重要。然而，对于一些特定的应用场景，如银行系统等对数据一致性要求极高的场景，可能会选择 CP 模式。选择适合自身需求的模式是系统设计中的重要决策之一。

如何在 Nacos 集群中切换 CAP 原则的两种模式（AP 和 CP）的说明：

默认情况下，Nacos 集群支持的是 CAP 原则中的 AP 模式，即优先保证可用性。这意味着在面对网络分区时，Nacos 将尽可能保持服务的可用性，响应用户的请求，即使数据可能会出现短暂的不一致。
尽管默认情况下 Nacos 使用 AP 模式，但你可以选择切换到 CP 模式。一般情况下不建议这样做，因为这可能会降低系统的可用性。切换命令可以使用 CURL 进行，命令如下：
```
curl -X PUT '$NACOS_SERVER:8848/nacos/v1/ns/operator/switches?entry=serverMode&value=CP'
```

同样的切换也可以通过 URL 指令完成，指令如下：

$NACOS_SERVER:8848/nacos/v1/ns/operator/switches?entry=serverMode&value=CP

文章到这里就结束了，如果有什么疑问的地方请指出，诸大佬们一起来评论区一起讨论😁
希望能和诸大佬们一起努力，今后我们一起观看感谢您的阅读🍻
如果帮助到您不妨3连支持一下，创造不易您们的支持是我的动力🤞

关注

专栏目录