分布式应用CAP理论知识和注册中心的选择

CAP定理：

​ 指的时一个分布式系统中,Consistency(一致性)、Availability(可用性)、Partitiontolerance(分区容错性)
​ 三者不可同时获得，最多三选二

一致性（C）：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。(所有节点在同一时间的数据完全一致，越多节点，数据同步越耗时)

主库从库，比如用户在主库支付了，但从库未支付

可用性（A）：负载过大后，集群整体是否还能响应客户端的读写请求。(服务一直可用，而且是正常响应时间)

分区容错性（P）：分区容忍性，就是高可用，一个节点崩了，并不影响其它的节点(100个节点，挂了几个，不影响服务，越多机器越好)

CAP理论就是说在分布式存储系统中，最多只能实现上面的两点。而由于当前的网络应将肯定会出现延迟丢包等问题，所以分区容忍性是我们必须需要实现的。所以我们只能在一致性和可用性之间进行权衡

为什么CAP不能三者同时满足？

​ C A满足的情况下，P不能满足的原因：
​ 数据同步©需要时间，也要正常的时间内响应(A)，那么机器数据量就要少，所以P就不能满足

​ C P满足的情况下，A不能满足的原因：
​ 数据同步©需要时间，机器数量也多§,但是同步数据需要时间，所以不能在正常时间内响应，所以A就不能满足

​ A P满足的情况下，C不能满足的原因：
​ 机器数量也多§，正常的时间内响应(A)，那么数据就不能及时同步到其它节点，所以C不能满足

注册中心选择：

​ Zookeeper：CP设计，保证了一致性，集群搭建的时候，某个节点实现，则会进行选举的leader，或者半数以上节点不可用，则无法提供服务，因此可用性没法满足，比如丐帮老大挂了，选一个新老大
​ 好处：比如金融服务，如果无法保证数据一致性，那岂不出大问题

​ **Eureka：**AP原则，无主从节点，一个节点挂掉，自动切换其它节点可以使用，去中心化
​ 平等的，不像丐帮帮主，谁去做都可以，不会发生内部矛盾

结论：

​ 分布式系统中P， 部署多个集群节点，肯定要满足，所以只能在CA中二选一
​ 没有最好的选择，最好的选择是根据业务场景进行架构设计

​ 如果要求一致性，则选择zookeeper，如金融行业
好的选择是根据业务场景进行架构设计

​ 如果要求一致性，则选择zookeeper，如金融行业
​ 如果要求可用性，保证服务可用，则Eureka，如电商系统