分布式系统中的 CAP 理论

CAP 理论

在分布式系统中，Consistency(一致性)、Availability(可用性)、Partition tolerence(分区容错性)

最多实现两点。在分布式系统中必须保证分区容错性，也就是说只能在一致性和可用性之间进行权衡。

为什么 CAP 只能实现两点

• CA 满足的情况下， 即要求数据同步，同时响应要快，这样既必须减少节点数量，导致无法满足分区容错性
• CP 满足的情况下，即要求数据同步，同时要多节点，这样的多节点数据同步会耗时，导致无法满足可用性
• AP 满足的情况下，即要求正常时间响应，又要多节点，那么数据必然不能保证及时同步到其他几点，导致不能满足一致性

SpringCloud 中注册中心的选择

• Zookeeper: CP 设计：某个节点失效,会进行选举新的 leader,选举时无法提供服务或者半数以上的节点失效时，则无法提供服务。
• Eureka: AP 设计：去中心化，无主从节点，自动切换成其他节点。