一、首先介绍下CAP RDBMS(mysql/oracle/sqlServer) -----> ACID NOSQL(redis/mongdb) ----> CAP ACID:A(atomicity)原子性 C(Consistency)一致性 I(Isolation)独立性 D(Durability)持久性 CAP: C(Consistency)强一致性 A(Availability) 可用性 P(Partition tolerance)分区容错性 CAP的3进2: 最多只能同时较好的满足两个。 CAP理论的核心是: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,可用性的系统,通常在课扩展性上不太强大。 CP-满足一致性,分区容错性的系统,通常性能不是特别高。 AP-满足可用性,分区容错性的系统,通常可能对一致性要求低一些。 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,所以分区容错性是我们必须要实现的。 所以我们只能在一致性和可用性之间进行权衡,没有NoSQL系统能同时保证这三点。
二、Eureka 和 Zookeeper区别? 1.Eureka是遵守AP原则 Zookeeper是遵守CP原则 Zookeeper保证CP原则: 1.1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掉不可用。也就是说,服务注册功能对可用性的要求高于一致性。 但是zk会出现这一种情况,当master节点因为网络故障与其他节点失去联系时,剩余注册 功能就会重新进行leader选举看。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节点是较大概率会发生的事,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是不能容忍的。 1.2Eureka看明白了这一点,因此在设计时就优先保证可用性。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,剩余节点依然可以提供注册和查询服务。 而Eureka的客户端在向某个Eureka注册或者如果发现链接失败时,则会自动切换至其他节点, 只要有一台Eureka还在,就能保证注册服务可用(保证可用),只不过查到的信息可能不是 最新的(不保证一致性)。除此以外,Eureka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Eureka就认为客户端与注册中心出现了网络故障,此时会出现 一下几种情况: (1)Eureka不在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 (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可以很好的应对因网络故障导致部分节点失去联系的情况,而不会像zk那样 是整个注册服务瘫痪。
|