Eureka&CAP原理

大家好，又见面了，我是你们的朋友全栈君。

CAP原则(CAP定理)：
CAP原则又称CAP定理，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。
CAP原则是NOSQL数据库的基石。Consistency（一致性）。 Availability（可用性）。Partition tolerance（分区容错性）。
分布式系统的CAP理论：理论首先把分布式系统中的三个特性进行了如下归纳：
一致性（C）：在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访问同一份最新的数据副本）
可用性（A）：在集群中一部分节点故障后，集群整体是否还能响应客户端的读写请求。（对数据更新具备高可用性）
分区容忍性（P）：以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限内达成数据一致性，就意味着发生了分区的情况，必须就当前操作在C和A之间做出选择。
定理：任何分布式系统只可同时满足二点，没法三者兼顾。
架构师不要将精力浪费在如何设计能满足三者的完美分布式系统，而是应该进行取舍
实践：
比如现在有三台机器：Server1、Server2和Server3.在高可用方案中，三台机器要两两注册。比如S1要向S2、S3分别进行注册，目前他无法实现注册的传递性。这样一来，如果Server1宕机，我们还可以继续从Server2和3中获取服务。
在CAP理论中，zookeeper更看重C和P，即一致性和分区容错性。但Eureka更在意的是A和P，A为高可用。zookeeper中有master和follower区别，当进入选举模式时，就无法正常对外提供服务。但Eureka中，集群是对等的，地位是相同的，虽不能保证一致性，但至少可以提供注册服务。根据不同的业务场景，各有取舍吧。
参考：http://blog.csdn.net/zhangchao19890805/article/details/54970130