1.1:注册中心简介及CAP原则

一. 什么是微服务的注册中心

 

    简介:讲解什么是注册中心 (画图),常用的注册中心有哪些

        

  1. 理解注册中心:服务管理,核心是有个服务注册表,心跳机制动态维护

    1. 服务提供者provider: 启动的时候向注册中心上报自己的网络信息

    2. 服务消费者consumer: 启动的时候向注册中心上报自己的网络信息,拉取provider的相关网络信息

1.1:注册中心简介及CAP原则_第1张图片

 

  1. 为什么要用:

    1. 微服务应用和机器越来越多,调用方需要知道接口的网络地址,如果靠配置文件的方式去控制网络地址,对于动态新增机器,维护带来很大问题

 

  1. 主流的注册中心:

            zookeeper、Eureka、consul、etcd 等

 


二. 分布式应用知识CAP理论知识

  1. CAP定理:

    1. 定义:指的是在一个分布式系统中,Consistency(一致性)、 Availability(可用性)、Partition tolerance(分区容错性),三者不可同时获得。

  2. 组成:

    1. 一致性(C):在分布式系统中的所有数据备份,在同一时刻是否同样的值。(所有节点在同一时间的数据完全一致,越多节点,数据同步越耗时)

    2. 可用性(A):负载过大后,集群整体是否还能响应客户端的读写请求。(服务一直可用,而且是正常响应时间)

    3. 分区容错性(P):分区容忍性,就是高可用性,一个节点崩了,并不影响其它的节点(100个节点,挂了几个,不影响服务,越多机器越好)

  3. 原则:CAP理论就是说在分布式存储系统中,最多只能实现上面的两点。而由于当前的网络硬件肯定会出现延迟丢包等问题,所以分区容忍性是我们必须需要实现的。所以我们只能在一致性和可用性之间进行权衡


三. CAP面试题以及注册中心的选择

  1. CAP面试:

    1. C A 满足的情况下,P不能满足的原因:数据同步(C)需要时间,也要正常的时间内响应(A),那么机器数量就要少,所以P就不满足

    2. C P 满足的情况下,A不能满足的原因:数据同步(C)需要时间, 机器数量也多(P),但是同步数据需要时间,所以不能再正常时间内响应,所以A就不满足

    3. A P 满足的情况下,C不能满足的原因:机器数量也多(P),正常的时间内响应(A),那么数据就不能及时同步到其他节点,所以C不满足

  2. 注册中心选择:

    1. Zookeeper:CP设计,保证了一致性,集群搭建的时候,某个节点失效,则会进行选举行的leader,或者半数以上节点不可用,则无法提供服务,因此可用性没法满足

    2. Eureka:AP原则,无主从节点,一个节点挂了,自动切换其他节点可以使用,去中心化

1.1:注册中心简介及CAP原则_第2张图片

 

 

你可能感兴趣的:(SpringCloud,SpringCloud)