Eureka: CAP原则与对比Zookepper

CAP原则

回顾CAP

RDBMS(关系型数据库管理系统)[Mysql,Sqlserver,Orcale] ==> ACID
NoSQL(没关系型数据库)[redis,mongdb] ==> CAP

ACID是什么

• A(Atomicity) 原子性
• C(Consistency) 一致性
• I(Isolation) 隔离性
• D(Durability)持久性

CAP是什么

• C(Consistency) 强一致性
• A(Availability)可用性
• P(Partition tolerance) 分区容错性
  CAP的三进二:CA,AP,CP

CAP的核心理论

• 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要求
• 根据CAP原理，将NoSQL数据库分成了满足CP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低一些

作为服务注册中心，Eurake比Zookeeper好在哪里？

根据CAP理论，一个分布式系统不可能同时满足C(一致性),A(可用性),p(容错性)。由于分区容错性P在分布式系统中是必须要保证的，因此我们只能在A和C之间权衡。

• Zookeeper保证的是CP
• Eureka保证的是AP

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，但不能接受服务直接宕机不可用。也就是说，服务注册功能对可用性高于一致性。但是Zookepper会出现这样一种情况，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leader玄驹。问题在于，选举leader的时间太长，30~120s，且选举期间整个zookepper集群都是不可用的，这就导致在选举期间注册服务瘫痪。在云部署的环境下，因为网络问题使得Zookepper集群时区master节点较大概率会发生这样的事件，虽然服务最终能够恢复，但是漫长的选举时间导致的注册长期不可用是不能容忍的。

Eureka保证的是AP

Eureka看明白了这一点，因此在设计就优先保证可用性。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，只要一台Eureka还在，就能保证注册服务的可用性，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就人为客户端与注册中心出现了网络故障，此时或出现以下几种情况：

1. Eureka不再从注册列表中移除因为长时间没收到心跳而应该过期的服务
2. Eureka仍然能够接受新服务的注册和查询要求，但是不会被同步到其他节点上(即保证当前节点依然可用)
3. 当网络稳定是，当前实例新的注册信息会被同步到其他节点中

因此，Eureka可以很好的应对网络故障导致部分节点失去联系的情况，而不会像Zookeeper那样使整个注册服务瘫痪