CAP原则以及Eureka与Zookeeper比较

ACID原则和CAP原则

RDBMS(Mysql，Oracle，sqlServer)=>ACID原则
NoSql(Redis,mongdb)=>CAP原则

ACID原则

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

CAP原则

• C(Consistency) 一致性
• A(Availability) 可用性
• P(Partition tolerance) 分区容错性

CAP原则三进二：CA,CP,AP

CAP理论核心：

• 一个分布式系统不可能同时很好的满足一致性，可用性，分区容错性这三个需求
• 根据CAP原理，将NoSQL数据库分成了满足CA原则，CP原则，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

Eureka与Zookeeper比较

由于分区容错性P在分布式系统中时必须要保证的，因此我们只能在A和C之间进行权衡

• 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，但不能接收服务器宕机不可用，也就是说，服务注册功能对可用性的要求要高于一致性。但是Zookeeper会出现这样一种情况，当master节点即主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主节点选举。由于选举主节点的事件会很长（30s~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。在云部署的环境下，因为网络问题使得Zookeeper集群失去master节点是比较大概率会发生的事件，虽然服务最终能够恢复，但是漫长的选举时间导致注册服务功能长期不可用是不能容忍的。

• Eureka保证的是AP
  Eureka避免了这一点，在设计之初就优先保证可用性，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服务注册和查询服务，而Eureka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存在，就能保证注册的可用性，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 https://www.cnblogs.com/Liuyunsan/p/15656846.html ，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

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请求，但是不会同步到其他节点上（优先保证当前节点可用）
3. 当网络稳定时，当前实例新的注册信息会被同步到其他节点中

因此，Eureka可以很好的应对因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