1 CAP
- C(consistency)强一致性
- A(Availability)可用性
- P(partition tolerance)分区容错性
1.1 概念
CAP 原则又称 CAP 定理,指的是在一个分布式系统中,一致性(Consistency)、可用性(Availability)、分区容错性(Partition tolerance)。CAP 原则指的是,这三个要素最多只能同时实现两点,不可能三者兼顾。
1.2 核心
根据 CAP 原理,将 NoSQL 数据库分成了满足 CA 原子,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,通常性能不是特别高。
- AP:满足可用性,分区容错性的系统,通常可能对一致性要求比较低。
2 Eureka 和 Zookeeper 的对比
2.1 Zookeeper 保证的是 CP
当向注册中心查询服务列表时,我们可以容忍注册中心返回的是几分钟以前的注册信息,但是不能接受服务直接 down 掉不可用。也就是说,服务注册功能对可用性的要求高于一致性。
但是 zookeeper 会出现这样的情况:当 master 节点因为网络故障与其他节点失去联系时,剩余节点会重新进行 leader 选举。问题在于,选举 leader 的时间太长, 30~ 120s,且选举期间整个 zookeeper 集群都是不可用的,这就导致在选举期间注册服务瘫痪。
2.2 Eureka 保证的是 AP
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 15 分钟内超过 85% 的节点都没有正常的心跳,那么 Eureka 就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:
- Eureka 不再从注册列表中移除因为长时间没有收到心跳而应该过期的服务。
- Eureka 仍然能够接受新服务的注册和查询骑牛,但是不会被同步到其他节点(保证当前节点依然可用)。
- 当网络稳定是,当前实例新的注册信息会同步到其他节点。