微服务-3.spring cloud eureka-AP原则-优快云博客

本文链接：https://blog.youkuaiyun.com/zzaric/article/details/102184865

本文介绍了分布式环境中的CAP核心理论，并对比了Zookeeper和Eureka在CAP原则上的实现策略。Zookeeper侧重CP，选举过程可能导致服务短暂不可用；而Eureka则注重AP，确保服务的可用性，即使信息不完全最新。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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。