三者之间的比较
组件名 | 语言 | CAP | 服务健康检查 | 服务健康检查对外暴露接口 | SpringCloud集成 |
---|---|---|---|---|---|
Eureka | Java | AP | 可配支持 | HTTP | 已集成 |
Consul | Go | CP | 支持 | HTTP/DNS | 已集成 |
Zookeeper | Java | CP | 支持 | 客户端 | 已集成 |
CAP规则
鉴于现在的微服务架构,这个
P
,我们永远都要保证,系统要么是AP
,要么是CP
,三个里面不可能全占
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,通常在可扩展性上不太强大。
- CP:满足一致性,分区容忍必的系统,通常性能不是特别高。
- AP:满足可用性,分区容忍性的系统,通常可能对—致性要求低一些。
典型案例
AP(Eureka)
当网络分区出现后,为了保证可用性,系统B可以返回旧值,保证系统的可用性。
- 当没有出网络分区时,系统A与系统B的数据一致,
X=1
- 将系统A的X修改为2,
X=2
- 当出现网络分区后,系统A与系统B之间的数据同步数据失败,系统B的
X=1
- 当客户端请求系统B时,为了保让可用性,此时系统B应返回旧值,
X=1
结论:违背了一致性
C
的要求,只满足可用性和分区容错,即AP
,Eureka
在服务断开连接以后,并不会将其清除出注册表,也就是自我保护机制,这个机制就是AP
的一种体现(好死不如赖活着),当然我们也可以关闭自我保护机制开启无情模式。
CP(Zookeeper和Consul)
当网络分区出现后,为了保证一致性,就必须拒接请求,否则无法保证一致性
- 当没有出网络分区时,系统A与系统B的数据一致,
X=1
- 将系统A的X修改为2,
X=2
- 当出现网络分区后,系统A与系统B之间的数据同步数据失败,系统B
X=1
- 当客户端请求系统B时,为了保证一致性,此时系统B应拒绝服务请求,返回错误码或错误信息
结论:违背了可用性A的要求,只满足—致性和分区容错,即
CP
,Zookeeper
中,当服务关闭以后,Zookeeper
在给服务发送心跳没有回应,它就把服务给删了,等恢复了服务,重新再以新的id上线;Consul
中,如果服务关闭了,会在管理界面看见健康检查一栏为x
。