前语
记载加入青训营的每一天的笔记
本文首要记载的是关于论述CAP定理中的P
之前在看 CAP 定理时抱有很大的疑惑，CAP 定理的定义是指在分布式体系中三者只能满意其二，也就是存在分布式 CA 体系的。
在网络上查阅了许多关于 CAP 文章，虽然这些文章对于 P 的解释五花八门，但总结下来这些观点大多都是指 P 是不行缺少的，也就是说在分布式体系只能是 AP 或许 CP，这种理论与我之前所认识的理论（存在分布式 CA 体系）是抵触的，所以才有了疑惑。
这个定理起源于加州大学柏克莱分校（University of California, Berkeley）的计算机科学家埃里克布鲁尔在 2000 年的分布式计算原理研讨会（PODC）上提出的一个猜测。 在 2002 年，麻省理工学院（MIT）的赛斯吉尔伯特和南希林奇宣布了布鲁尔猜测的证明，使之成为一个定理。
什么是 CAP 定理（CAP theorem）
在理论计算机科学中，CAP 定理（CAP theorem），又被称作布鲁尔定理（Brewer’s theorem），它指出对于一个分布式计算体系来说，不行能同时满意以下三点：
- 一致性（Consistency） （等同于一切节点访问同一份最新的数据副本）
- 可用性（Availability）（每次恳求都能获取到非错的响应——但是不确保获取的数据为最新数据）
- 分区容错性（Partition tolerance）（以实际效果而言，分区相当于对通信的时限要求。体系假如不能在时限内达成数据一致性，就意味着发生了分区的状况，有必要就当前操作在 C 和 A 之间做出挑选。）
分区容错性（Partition tolerance）
理解 CAP 理论的最简单方式是幻想两个节点分处分区两侧。答应至少一个节点更新状况会导致数据不一致，即丧失了 C 性质。假如为了确保数据一致性，将分区一侧的节点设置为不行用，那么又丧失了 A 性质。除非两个节点能够互相通信，才干既确保 C 又确保 A，这又会导致丧失 P 性质。
- P 指的是分区容错性，分区现象产生后需求容错，容错是指在 A 与 C 之间挑选。假如分布式体系没有分区现象（没有呈现不一致不行用状况） 自身就没有分区 ，既然没有分区则就更没有分区容错性 P。
- 不管我设计的体系是 AP 仍是 CP 体系假如没有呈现不一致不行用。 则该体系就处于 CA 状况
- P 的体现前提是得有分区状况存在
文章来历：维基百科 CAP 定理
几个常用的 CAP 结构比照
| 结构 | 所属 |
|---|---|
| Eureka | AP |
| Zookeeper | CP |
| Consul | CP |
Eureka
Eureka 确保了可用性，完成最终一致性。
Eureka 一切节点都是平等的一切数据都是相同的，且 Eureka 能够彼此穿插注册。 Eureka client 运用内置轮询负载均衡器去注册，有一个检测间隔时间，假如在一定时间内没有收到心跳，才会移除该节点注册信息；假如客户端发现当前 Eureka 不行用，会切换到其他的节点，假如一切的 Eureka 都跪了，Eureka client 会运用最后一次数据作为本地缓存；所以以上的每种设计都是他不具备一致性的特性。
注意：由于 EurekaAP 的特性和恳求间隔同步机制，在服务更新时分一般会手动经过 Eureka 的 api 把当前服务状况设置为offline，并等待 2 个同步间隔后从头启动，这样就能确保服务更新节点对整体体系的影响
Zookeeper
强一致性
Zookeeper 在推举 leader 时会中止服务，只要成功推举 leader 成功后才干供给服务，推举时间较长；内部运用 paxos 推举投票机制，只要获取半数以上的投票才干成为 leader，不然从头投票，所以部署的时分最好集群节点不小于 3 的奇数个（但是谁能确保跪掉后节点也是奇数个呢）；Zookeeper 健康检查一般是运用 tcp 长链接，在内部网络颤动时或许对应节点阻塞时分都会变成不行用，这里仍是比较危险的；
Consul
和 Zookeeper 一样数据 CP
Consul 注册时分只要过半的节点都写入成功才认为注册成功；leader 挂掉时，从头推举期间整个 Consul 不行用,确保了强一致性但牺牲了可用性 有许多 blog 说 Consul 属于 ap，官方已经承认他为 CP 机制。
