CAP理论

最新推荐文章于 2023-11-29 15:59:29 发布

原创最新推荐文章于 2023-11-29 15:59:29 发布 · 238 阅读

1 ·

CC 4.0 BY-SA版权

Java高并发同时被 2 个专栏收录

12 篇文章

订阅专栏

JavaWeb开发--Spring

10 篇文章

订阅专栏

本文介绍了CAP理论，其核心是分布式系统无法同时满足一致性、可用性和分区容错性，NoSQL数据库据此分为三类。还分析了典型的CP系统Zookeeper和AP系统Eureka，Zookeeper保证强一致性但牺牲部分可用性，Eureka优先保证可用性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.1 CAP理论简介

CAP 分别为 consistency (强一致性)、availability (可用性) 和 partition tolerance (分区容错性)。

理论核心： 在分布式系统中，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这三个需求。因此，根据 CAP 原理将 NoSQL 数据库分成满足 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，可用性的系统，通常在可扩展性上不高

CP: 满足一致性，分区容错性的系统，通常性能不是特别高

AP: 满足可用性，分区容错性的系统，通过对一致性要求较低

简而言之： CAP 理论描述在分布式存储系统中，最多只能满足两个需求。

1.2 CP系统

Zookeeper 就是一个典型的保证 CP的分布式应用程序协调服务。它提供了强一致性的服务，在分区容错性和可用性上做了一定折中处理，不能保证每次服务请求的可用性。任何时刻对ZooKeeper的访问请求能得到一致的数据结果，同时系统对网络分割具备容错性。但是它不能保证每次服务请求的可用性（注：也就是在极端环境下，ZooKeeper可能会丢弃一些请求，消费者程序需要重新请求才能获得结果）。所以说，ZooKeeper不能保证服务可用性。

除此之外，ZooKeeper 还会出现一种情况，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 的时间较长，30 ~ 120 秒，且选举期间整个 zookeeper 集群是不可用的，这期间会导致注册服务瘫痪。在云部署的环境下，因网络问题导致 zookeeper 集群失去 master 节点的概率较大，虽然服务能最终恢复，但是漫长的选举时间导致注册服务长期不可用。

1.3 AP系统

Eureka 在设计上优先保证了可用性。EurekaServer 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发现服务。

而 Eureka 客户端在向某个 EurekaServer 注册或发现连接失败时，会自动切换到其他 EurekaServer 节点，只要有一台 EurekaServer 正常运行，就能保证注册服务可用，只不过查询到的信息可能不是最新的。

除此之外，EurekaServer 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 EurekaServer 将认为客户端与注册中心出现网络故障，此时会出现一下几种情况：

EurekaServer 不再从注册列表中移除因为长时间没有收到心跳而应该过期的服务

EurekaServer 仍然能够接收新服务的注册和查询请求，但不会被同步到其他节点上

当网络稳定时，当前 EurekaServer 节点新的注册信息会同步到其他节点中

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，而不会向 Zookeeper 那样是整个注册服务瘫痪。