分布式系统中的cap原则

CAP原则:

CAP原则又称CAP定理，指的是在一个分布式系统中，一致性（Consistency）、可用性（Availability）、分区容错性（Partition tolerance）。

CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。(就是要么AP，要么CP，要么AC，但是不存在CAP)

• 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。

eureka和zookeeper的服务治理使用了cap原则

eureka宁可接受故障实例，也不愿意丢掉健康的实例，zookeeper则比较严格，对于故障实例会直接剔除。

对于eureka来说，它还有一个自我保护机制，在网络不好的时候，我们的服务可能不能及时去和eureka续约。我们的eureka会判断最近15分钟心跳失败的 比例是不是超过85%，如果超过，eureka会认为可能出现了特殊情况（例如网络波动），那么他会把这些失效的实例保护起来，而不会去剔除。

Eureka的服务治理强调了CAP原则中的AP，即可用性和可靠性。它与Zookeeper这一类强调CP（一致性，可靠性）的服务治理框架最大的区别在于：Eureka为了实现更高的服务可用性，牺牲了一定的一致性，极端情况下它宁愿接收故障实例也不愿丢掉健康实例，正如我们上面所说的自我保护机制。