微服务-3.spring cloud eureka-AP原则

开头我们先简单回顾下分布式环境中老生常谈的一个东西 - CAP

C - consistency 强一致性
A - availability  可用性
P - partition tolerance 分区容错性

CAP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，和分区容错性三个需求

因此根据CAP原则讲nosql 数据库分成了满足CA原则，满足CP原则 和满足 AP原则三大类
CA - 单点集群，满足一致性，可用性，通常在可拓展性上不太强大
CP - 满足一致性，分区容错性的系统，通常性能不是特别的高
AP - 满足可用性，分区容错性，通过对数据一致性要求低一些。
所以，分布式系统考虑到集群的拓展，只能选择CP 或者 AP 。

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调不可用，也就是说，服务注册功能对可用性的要求高宇一致性。
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，剩余节点回重新进行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节点很大概率会发生的事情。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时不能容忍的。

Eureka 保证AP

eureka 看明白了这一点，因此在设计时就先保证可用性。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客户端再向某个eureka服务端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 server 是ok的，就能保证服务可用(保证服务可用)。只不过查询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，上篇中也?说。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，此时会出现如下几种情况：

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他节点上(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zk那样使整个注册服务瘫痪。