Nacos对比Zookeeper、Eureka之间的区别

CAP定律

这个定理的内容是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），三者不可得兼。

一致性(C)：在分布式系统中，如果服务器集群，每个节点在同时刻访问必须要保持数据的一致性。

可用性(A)：集群节点中，部分节点出现故障后任然可以使用 （高可用）

分区容错性(P)：在分布式系统中网络会存在脑裂的问题，部分Server与整个集群失去节点联系，无法组成一个群体。
只有在CP和AP选择一个平衡点

CP情况下：虽然我们服务不通用，但是必须要保证数据的一致性。
AP情况下：可以短暂保证数据不一致性，但是最终可以一致性，不管怎么样，要能够保证我们的服务可用

Nacos与Zookeeper，Eureka区别

相同点：三者都可以实现分布式注册中心框架

不同点：
Zookeeper采用CP保证数据的一致性的问题，原理采用(ZAP原子广播协议)，当我们ZK领导者因为某种情况下部分节点出现了故障，会自动重新实现选举新的领导角色，整个选举的过程中为了保证数据一致性的问题，客户端暂时无法使用我们的Zookeeper，那么这以为着整个微服务无法实现通讯。
注意：可运行的节点必须满足过半机制，整个zk采用使用。

Eureka采用AP设计思想实现分布式注册中心，完全去中心化、每个节点都是相等，采用你中有我、我中有你相互注册设计思想， 只要最后有一台Eureka节点存在整个微服务就可以实现通讯。
中心化：必须围绕一个领导角色作为核心，选举为领导和跟随者角色
去中心化：每个角色都是均等

Nacos从1.0版本选择Ap和CP混合形式实现注册中心，默认情况下采用Ap，CP则采用Raft协议实现保持数据的一致性。
如果选择为Ap模式，注册服务的实例仅支持临时模式，在网络分区的的情况允许注册服务实例
选择CP模式可以支持注册服务的实例为持久模式，在网络分区的产生了抖动情况下不允许注册服务实例。

什么情况下选择cp和ap呢

必须要求读取接口的地址保证强一致性的问题，可以采用cp模式， 一般情况下采用ap就可以了

常见分布式一致性算法：

1. ZAP协议（底层就是基于Paxos实现），核心底层基于2PC两阶段提交协议实现。

2. Nacos中集群保证一致性算法采ratf协议模式，采用心跳机制实现选举的。

Zap整个底层实现原理

Zookeeper基于ZAP协议实现保持每个节点的数据同步，中心化思想集群模式，分为领导和跟随者的角色

• 在程序中如何成为某个节点能力比较强：
  对每个节点配置一个myid或者serverid, 数据越大表示能力越强
  整个集群中为了保持数据的一致性的问题，必须满足大多数情况 >n/2+1 可运行的节点环境才可以使用
  ZAP的协议实现原理是通过比较myid谁最大，谁就是可能领导角色，只要满足过半的机制就可以成为领导角色，后来启动的节点不会参与选举。

• 如何保持数据的一致性的问题
  所有的写的请求统一交给我们的领导角色实现，领导角色写完数据之后，领导角色再将数据同步给每个节点
  注意：数据之间同步采用2pc两阶段提交协议

• 选举过程：
  先去比较zxid谁最大谁就是领导角色
  如果zxid相等的情况下，myid谁最大谁就为领导角色;

image.png

Ratf整个底层实现原理：

在Raft协议中分为的角色

1.状态：分为三种 跟随者、竞选者、领导

2.大多数： >n/2+1

3.任期：每次选举一个新的领导角色 任期都会增加。

默认情况下选举的过程：

1. 默认的情况下每个节点都是为跟随者角色

2. 每个节点随机生成一个选举的超时时间 大概分为100-300ms，在这个超时时间内必须要等待。

3. 超时时间过后，当前节点的状态由跟随者变为竞选者角色，会给其他的节点发出选举的投票的通知，只要该竞选者有超过半数以上即可选为领导角色。

核心的设计原理其实就是靠的 谁超时时间最短谁就有非常大的概率为领导角色。

• 故障的重新实现选举：

1. 如果我们跟随者节点不能够及时的收到领导角色消息，那么这时候跟随者就会将当前自己的状态由跟随者变为竞选者角色，会给其他的节点发出选举的投票的通知，只要该竞选者有超过半数以上即可选为领导角色。

疑问：是否可能会产生两个同时的竞选者呢，同时实现拉票呢？

注意当我们的集群节点总数，如果是奇数情况下 就算遇到了该问题也不用担心。

当我们的节点是为偶数的情况下，可能会存在该问题，如果两个竞选者获取的票数相等的情况下，开始重置竞选的超时时间，一直到谁的票数最多谁就为领导。

• 如何实现日志的复制

1. 所有的写的请求都是统一的交给我们的领导角色完成，写入该对应的日志，标记该日志为被提交状态。

2. 为了提交该日志，领导角色就会将该日志以心跳的形式发送给其他的跟随者节点，只要超过跟随者节点写入该日志，则直接通知其他的跟随者节点同步该数据，这个过程称做为日志复制的过程。

本文参考蚂蚁课堂：http://www.mayikt.com/#