dubbo+zookeeper与 eureka的区别

1. 传统的acid 是什么

      a 原子性 c 一致性 i 隔离性  d 持久性

2. cap

      c 强一致性 a 可用性 p 分区容错性

3. 经典cap图

    

4. cap的三进2

     在分布式架构里, P必须有

     

2. 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。

3. 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：

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，但是不会被同步到其它节点上(即保证当前节点依然可用)

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。

4.数据一致性

      ZAB 是 zookeeper 的原子广播协议，基于 Paxos 算法改的。

      Raft 是工程上使用较为广泛的强一致性、去中心化、高可用的分布式协议。

      这两个算法都没毛病，都可以实现分布式一致性，只是实现方式不同。

      Eureka 选择的是 AP，不要求强一致性，自然没有使用数据一致性算法。

Paxos 和 Raft 参考资料

Raft :https://rourou.blog.csdn.net/article/details/103659931

Paxos: https://rourou.blog.csdn.net/article/details/103659925

 

4. 技术对照表