CAP定理，Eureka的工作原理以及它与ZooKeeper的区别

转载：https://blog.csdn.net/weixin_42508926/article/details/102931695

CAP定理

在一个分布式系统中，Consistency(一致性)，Availability(可用性)，Partition tolerance(分区容错性)，三者不可兼得。
一致性(“C”) : 在分布式系统中的所有数据备份，在同一时刻是否有相同的值。(所有的节点在同一时间的数据完全一致，节点数量越多，同步消耗的时间也就越多)
可用性(“A”): 集群负载过大，集群整体是否能相应客户端的读写要求。(服务一直可用，而且是正常的相应时间)
分区容错性(“P”): 分区容错性就是高可用性，当一个或者多个节点崩溃，并不会影响其他节点。(1000个节点，崩溃了几个节点，并不会影响服务，机器越多越好)

CAP理论就是说，在一个分布式存储系统中，最多只能实现上面的两点。而且由于当前的网络硬件肯定会出现延迟和丢包的问题，所以分区容错性我们是必须要实现的，所以我们只能在一致性和可用性之间进行权衡。

ps: 在分布式的系统中，P是要必须满足，所以只能在CA之间选择
没有最好的选择，最好的选择是根据业务场景来进行架构设计
如果选择一致性，则选择zookeeper，例如金融行业
如果要求可用性，则选择Eureka，例如电商系统

Eureka和zookeeper的区别

Eureka的工作原理

Eureka包含两个组件，分别是Eureka server和Eureka client，为了方便解释，下面统称为server和client，client是一个Java客户端，用于简化和server的交互。

1. server提供服务发现的能力，服务启动时，会向server注册自己的信息。
2. 微服务启动后，会周期性地向Eureka Server发送心跳（默认周期为30秒）以续约自己的信息。如果server在一定时间内没有接收到某个微服务节点的心跳，server将会注销该微服务节点（默认90秒)。但是在正式生产环境中，网络通信会面临各种问题，比如微服务状态正常，但是由于网络分区故障时，server的注销服务实例会让大部分微服务不可用，所以可以通过自我保护机制。(自我保护机制：当节点进入自我保护机制，不在注销任何的微服务，当网络故障恢复后，节点自动退出自我保护机制。可以通过配置eureka.server.enable-self-preservation=true开启自我保护机制)
3. .每个server同时也是client，多个server之间通过复制的方式完成服务注册表的同步；
4. client会缓存server中的信息。即使所有的server节点都宕掉，服务消费者依然可以使用缓存中的信息找到服务提供者。

主要区别

1. Zookeeper保证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down掉不可用。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zk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，剩余节点会重新进行leader选举。问题在于，选举leader的时间太长，30 ~ 120s, 且选举期间整个zk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，因网络问题使得zk集群失去master节点是较大概率会发生的事，虽然服务能够最终恢复，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。

2. Eureka保证AP
   Eureka看明白了这一点，因此在设计时就优先保证可用性。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注册或时如果发现连接失败，则会自动切换至其它节点，只要有一台Eureka还在，就能保证注册服务可用(保证可用性)，只不过查到的信息可能不是最新的(不保证强一致性)。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：

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
Eureka仍然能够接受新服务的注册和查询请求，但是不会被同步到其它节点上(即保证当前节点依然可用)
当网络稳定时，当前实例新的注册信息会被同步到其它节点中
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。

新手写博客，组织能力不是很好，本文主要借鉴：
借鉴1
借鉴2