微服务注册中心选型

CAP 定理

‌CAP定理是分布式系统设计中的核心理论，指出在一致性(Consistency)、可用性(Availability)和分区容错性(Partition Tolerance)三者中，三者不可兼得，最多只能同时满足两项。‌ 该定理由Eric Brewer于2000年提出，2002年被严格证明，成为分布式计算领域的公认定理。

分布式系统CAP定理
数据一致性 (Consistency)	所有节点在同一时间的数据完全一致，即每次读取操作都能返回最新的写入结果 优点： 数据一致，没有数据错误可能。 缺点： 相对效率降低。
服务可用性(Availablity)	系统始终能响应请求，即使部分节点故障 响应结果可以是成功或者是失败。
分区容错性(Partition-torlerance)	系统在网络分区或节点故障时仍能继续运作 分布式集群，数据被分布存储在不同的服务器上，无论什么情况，服务器都能正常被访问
定律：任何分布式系统只可同时满足二点，没法三者兼顾。
CA>放弃P	仅适用于单机或非分布式环境，无法容忍网络分区。‌‌ 如果想避免分区容错性问题的发生，一种做法是将所有的数据(与事务相关的)/服务都放在一台机器上。 虽然无法100%保证系统不会出错，但不会碰到由分区带来的负面效果。 当然这个选择会严重的影响系统的扩展性。
CP>放弃A	相对于放弃"分区容错性"来说，其反面就是放弃可用性。 一旦遇到分区容错故障，那么受到影响的服务需要等待一定时间。 因此在等待时间内系统无法对外提供服务。
AP>放弃C	优先保证可用性和分区容错性，允许数据短暂不一致。 短暂不一致，并不是完全放弃数据一致性，而是放弃数据的强一致性，而保留数据的最终一致性。 以网络购物为例，对只剩下一件库存的商品，如果同时接受了两个订单，那么较晚的订单将被告知商品告罄。