CAP架构
组件名 | 语言 | CAP | 服务健康检查 | 对外暴露接口 | Spring Cloud集成 | 保证 |
---|---|---|---|---|---|---|
Eureka | Java | AP | 可配支持 | HTTP | 已集成 | 高可用 |
Consul | Go | CP | 支持 | HTTP/DNS | 已集成 | 数据一致 |
Zookeeper | Java | CP | 支持 | 客户端 | 已集成 | 数据一致 |
- C: Consistency(强一致性)
- A: Availability(可用性)
- P: Partition tolerance(分区容错性) 必须保证
CAP理论关注粒度是数据,而不是整体系统设计的
CAP理论的核心是:一个分布式系统不可能同时很好的满足一致性、可用性和分区容错性这三个需求,因此根据CAP原理将NoSQL数据库分成了满足CA原则、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,通常在可扩性上不太强大。
- CP -满足一致性、分区容忍性的系统,通常性能不是特别高。(Zookeeper / Consul)
- AP -满足可用性、分区容忍性的系统,通常可能对一致性要求低一些。 (Eureka)
AP
(Eureka)
- 当没有出网络分区时,系统A与系统B的数据一致,X=1
- 将系统A的X修改为2,X=2
- 当出现网络分区后,系统A与系统B之间的数据同步数据失败,系统B的X=1
- 当客户端请求系统B时,为了保证可用性,此时系统B应返回旧值,X=1
当网络分区出现后,为了保证可用性,就必须使用B的数据,否则无法保证可用
结论:违背了A与B的数据一致性要求,只满足可用性和分区容错,即CP
CP
(Zookeeper / Consul)
- 当没有出网络分区时,系统A与系统B的数据一致,X=1
- 将系统A的X修改为2,X=2
- 当出现网络分区后,系统A与系统B之间的数据同步数据失败,系统B的X=1
- 当客户端请求系统B时,为了保证一致性,此时系统B应拒绝服务请求,返回错误码或错误信息
当网络分区出现后,为了保证一致性,就必须拒接请求,否则无法保证一致性
结论:违背了可用性A的要求,只满足一致性和分区容错,即CP