zookeeper一个典型的分布式数据一致性的解决方案,分布式应用程序可以基于它实现诸如数据发布/订阅、负载均衡、命名服务、分布式协调/通知、集群管理、Master 选举、分布式锁和分布式队列等功能。
补充上次的redis注册中心没有说到的地方
布鲁尔定理,也就是CAP这套理论指出对于一个分布式计算系统来说,不可能同时满足以下三点:
- 一致性(Consistency):在分布式环境中,一致性是指数据在多个副本之间是否能够保持一致的特性,等同于所有节点访问同一份最新的数据副本。在一致性的需求下,当一个系统在数据一致的状态下执行更新操作后,应该保证系统的数据仍然处于一致的状态。
-
可用性(Availability):每次请求都能获取到正确的响应,但是不保证获取的数据为最新数据。
-
分区容错性(Partition tolerance):分布式系统在遇到任何网络分区故障的时候,仍然需要能够保证对外提供满足一致性和可用性的服务,除非是整个网络环境都发生了故障。
CAP也就是这三分特性的英文名称合并的缩写
在这三个基本需求中,最多只能同时满足其中的两项,P 是必须的,因此只能在 CP 和 AP 中选择
zookeeper CAP原则
从读写方面分析,完成一次读写不用阻塞等待全部follwer同步完成,保证不了数据的一致性,所以是ap。
服务方面,zk在leader选举期间,因为zk依赖leader来保证数据一致性,会暂停对外提供服务,所以丢失了可用性,保证了一致性,那么是不是也可以说成是ap?
所以综合分析 从读写到服务综合起来看,是不是就是说zk保证的是最终的一致性,数据最终会达到一致,只不过要经过时间达到
别着急 看看redis
redis CAP原
Redis的主从同步是异步进行的,所以在网络发生故障时,redis无法保证强一致性,即不满C
子网络故障期间,redis对外依旧可用,满足A
Redis满足最终一致性子网络故障恢复后,从节点会使用多种策略追赶主节点,并达到最终一致
那是不是也可以说redis是CP
这个大家一起纠结一下
好了来看看zookeeper作为注册中心的实战
这个是demo 我拿之前redis注册中心的demo改了改
可以看到服务已经注册到了zookeeper
打完收工了哈
demo Springboot+dubbo+zookeeper+swagger+mybatisplus+mysql-Java文档类资源-CSDN下载
Springboot+Dubbo+mybatisplus+redis+swagger+mysql实现的-Java文档类资源-CSDN下载