微服务CAP原理

最新推荐文章于 2024-06-12 09:00:00 发布

疯狂小狼人

最新推荐文章于 2024-06-12 09:00:00 发布

阅读量1.4k

点赞数

文章标签： java

本文链接：https://blog.csdn.net/weixin_42306095/article/details/109267092

版权

C（Consistency）：一致性，数据一致性，特指分布式系统中的数据一致性。
A（Availability）：可用性，服务的高可用，特指分布式系统中服务的高可用，某个服务宕机不影响整个系统的正常运行。
P（Partition Tolerance）：分区容错性（也有的叫分区耐受性），即网络故障，特指分布式系统中服务之间出现了网络故障，整个分布式系统仍然保持可用性和一致性。

由上图可知CAP只能满足其中两项，且可用性和一致性是不能同时满足的。
AP：保证高可用，即保证某个服务故障仍然可以正常访问，牺牲了数据的一致性。一旦网络或者服务恢复就会进行数据同步保证数据最终一致性。
CP：保证数据一致性。在整个系统中保证数据时刻一致，强一致性，一旦数据不一致就会出现提示：用户系统异常。
AC：既保证高可用又保证数据强一致性，这种情况是不存在的，因为谁也无法保障网络永远不会出现故障。
数据的一致性分为三种：
强一致性：时刻保持拿到的数据一致。
弱一致性：拿到数据，即使后续数据修改不一致也能接受。
最终一致性：经过一段时间过后，拿到的数据保持一致。

实际开发中更多的使用的是AP，金融业务对数据一致性要求高的采用CP。微服务架构中，zookeeper和consul采用的CP；eureka采用的AP；nacos支持AP和CP，默认为AP，如果要使用CP也可通过设置切换。

关注