一内列、cap
分布式領域中存在CAP理論撵术，且該理論已被證明：任何分布式系統(tǒng)只可同時滿足兩點，無法三者兼顧德绿。
『苫纭①C：Consistency退渗，一致性，數據一致更新蕴纳，所有數據變動都是同步的会油。
②A：Availability古毛，可用性翻翩，系統(tǒng)具有好的響應性能。
〉巨薄③P：Partition tolerance嫂冻，分區(qū)容錯性。
因此塞椎，將精力浪費在思考如何設計能滿足三者的完美系統(tǒng)上是愚鈍的桨仿，應該根據應用場景進行適當取舍。
（1）一致性
一致性是指從系統(tǒng)外部讀取系統(tǒng)內部的數據時案狠，在一定約束條件下相同服傍，即數據變動在系統(tǒng)內部各節(jié)點應該是同步的。根據一致性的強弱程度不同骂铁，可以將一致性級別分為如下幾種：
〈盗恪①強一致性（strong consistency）。任何時刻拉庵，任何用戶都能讀取到最近一次成功更新的數據灿椅。
②單調一致性（monotonic consistency）钞支。任何時刻茫蛹，任何用戶一旦讀到某個數據在某次更新后的值，那么就不會再讀到比這個值更舊的值烁挟。也就是說麻惶，可 獲取的數據順序必是單調遞增的。
⌒欧颉③會話一致性（session consistency）。任何用戶在某次會話中卡啰，一旦讀到某個數據在某次更新后的值静稻，那么在本次會話中就不會再讀到比這值更舊的值 會話一致性是在單調一致性的基礎上進一步放松約束，只保證單個用戶單個會話內的單調性匈辱，在不同用戶或同一用戶不同會話間則沒有保障振湾。示例case：php的 session概念。
⊥隽场④ 最終一致性（eventual consistency）押搪。用戶只能讀到某次更新后的值树酪，但系統(tǒng)保證數據將最終達到完全一致的狀態(tài)，只是所需時間不能保障大州。
⌒铩⑥弱一致性（weak consistency）。用戶無法在確定時間內讀到最新更新的值厦画。
很多文章和博客里提到，zookeeper是一種提供強一致性的服務根暑，在分區(qū)容錯性和可用性上做了一定折中力试，這和CAP理論是吻合的。但實際上zookeeper提供的只是單調一致性排嫌。
原因：
1. 假設有2n+1個server畸裳，在同步流程中，leader向follower同步數據淳地，當同步完成的follower數量大于 n+1時同步流程結束怖糊，系統(tǒng)可接受client的連接請求。如果client連接的并非同步完成的follower薇芝，那么得到的并非最新數據蓬抄，但可以保證單調性。
2. follower接收寫請求后夯到，轉發(fā)給leader處理嚷缭；leader完成兩階段提交的機制。向所有server發(fā)起提案耍贾，當提案獲得超過半數（n+1）的server認同后阅爽，將對整個集群進行同步，超過半數（n+1）的server同步完成后荐开，該寫請求完成付翁。如果client連接的并非同步完成follower，那么得到的并非最新數據晃听，但可以保證單調性百侧。
用分布式系統(tǒng)的CAP原則來分析Zookeeper：
（1）C: Zookeeper保證了最終一致性,在十幾秒可以Sync到各個節(jié)點.
（2）A: Zookeeper保證了可用性,數據總是可用的,沒有鎖.并且有一大半的節(jié)點所擁有的數據是最新的,實時的. 如果想保證取得是數據一定是最新的,需要手工調用Sync()
（2）P: 有2點需要分析的.
① 節(jié)點多了會導致寫數據延時非常大,因為需要多個節(jié)點同步.
② 節(jié)點多了Leader選舉非常耗時, 就會放大網絡的問題. 可以通過引入 observer節(jié)點緩解這個問題.
1
2
3
1能扒、在Eureka平臺中佣渴，如果某臺服務器宕機，Eureka不會有類似于ZooKeeper的選舉leader的過程初斑；客戶端請求會自動切換到新的Eureka節(jié)點辛润；當宕機的服務器重新恢復后，Eureka會再次將其納入到服務器集群管理之中见秤；而對于它來說砂竖，所有要做的無非是同步一些新的服務注冊信息而已真椿。所以，再也不用擔心有“掉隊”的服務器恢復以后乎澄，會從Eureka服務器集群中剔除出去的風險了突硝。Eureka甚至被設計用來應付范圍更廣的網絡分割故障，并實現(xiàn)“0”宕機維護需求三圆。（多個zookeeper之間網絡出現(xiàn)問題,造成出現(xiàn)多個leader狞换，發(fā)生腦裂）當網絡分割故障發(fā)生時，每個Eureka節(jié)點舟肉，會持續(xù)的對外提供服務（注：ZooKeeper不會）：接收新的服務注冊同時將它們提供給下游的服務發(fā)現(xiàn)請求修噪。這樣一來，就可以實現(xiàn)在同一個子網中（same side of partition）路媚，新發(fā)布的服務仍然可以被發(fā)現(xiàn)與訪問黄琼。
2翠语、正常配置下唇跨，Eureka內置了心跳服務，用于淘汰一些“瀕死”的服務器退盯；如果在Eureka中注冊的服務裤园，它的“心跳”變得遲緩時撤师，Eureka會將其整個剔除出管理范圍（這點有點像ZooKeeper的做法）。這是個很好的功能拧揽，但是當網絡分割故障發(fā)生時剃盾，這也是非常危險的；因為淤袜，那些因為網絡問題（注：心跳慢被剔除了）而被剔除出去的服務器本身是很”健康“的痒谴，只是因為網絡分割故障把Eureka集群分割成了獨立的子網而不能互訪而已。 幸運的是铡羡，Netflix考慮到了這個缺陷积蔚。如果Eureka服務節(jié)點在短時間里丟失了大量的心跳連接（注：可能發(fā)生了網絡故障），那么這個Eureka節(jié)點會進入”自我保護模式“烦周，同時保留那些“心跳死亡“的服務注冊信息不過期尽爆。此時，這個Eureka節(jié)點對于新的服務還能提供注冊服務读慎，對于”死亡“的仍然保留教翩，以防還有客戶端向其發(fā)起請求。當網絡故障恢復后贪壳，這個Eureka節(jié)點會退出”自我保護模式“。所以Eureka的哲學是蚜退，同時保留”好數據“與”壞數據“總比丟掉任何”好數據“要更好闰靴，所以這種模式在實踐中非常有效彪笼。
3、Eureka還有客戶端緩存功能（注：Eureka分為客戶端程序與服務器端程序兩個部分蚂且，客戶端程序負責向外提供注冊與發(fā)現(xiàn)服務接口）配猫。所以即便Eureka集群中所有節(jié)點都失效，或者發(fā)生網絡分割故障導致客戶端不能訪問任何一臺Eureka服務器杏死；Eureka服務的消費者仍然可以通過Eureka客戶端緩存來獲取現(xiàn)有的服務注冊信息泵肄。甚至最極端的環(huán)境下，所有正常的Eureka節(jié)點都不對請求產生相應淑翼，也沒有更好的服務器解決方案來解決這種問題 時腐巢；得益于Eureka的客戶端緩存技術，消費者服務仍然可以通過Eureka客戶端查詢與獲取注冊服務信息玄括，這點很重要冯丙。
4、Eureka的構架保證了它能夠成為Service發(fā)現(xiàn)服務遭京。它相對與ZooKeeper來說剔除了Leader節(jié)點的選取或者事務日志機制胃惜，這樣做有利于減少使用者維護的難度也保證了Eureka的在運行時的健壯性。而且Eureka就是為發(fā)現(xiàn)服務所設計的哪雕，它有獨立的客戶端程序庫船殉，同時提供心跳服務、服務健康監(jiān)測斯嚎、自動發(fā)布服務與自動刷新緩存的功能利虫。但是，如果使用ZooKeeper你必須自己來實現(xiàn)這些功能孝扛。Eureka的所有庫都是開源的列吼，所有人都能看到與使用這些源代碼，這比那些只有一兩個人能看或者維護的客戶端庫要好苦始。
5寞钥、維護Eureka服務器也非常的簡單，比如陌选，切換一個節(jié)點只需要在現(xiàn)有EIP下移除一個現(xiàn)有的節(jié)點然后添加一個新的就行理郑。Eureka提供了一個web-based的圖形化的運維界面，在這個界面中可以查看Eureka所管理的注冊服務的運行狀態(tài)信息：是否健康咨油，運行日志等您炉。Eureka甚至提供了Restful-API接口，方便第三方程序集成Eureka的功能役电。
在分布式系統(tǒng)領域有個著名的CAP定理（C-數據一致性；A-服務可用性；P-服務對網絡分區(qū)故障的容錯性冀膝，這三個特性在任何分布式系統(tǒng)中不能同時滿足唁奢，最多同時滿足兩個）；ZooKeeper是個CP的窝剖，即任何時刻對ZooKeeper的訪問請求能得到一致的數據結果麻掸，同時系統(tǒng)對網絡分割具備容錯性；但是它不能保證每次服務請求的可用性（注：也就是在極端環(huán)境下赐纱，ZooKeeper可能會丟棄一些請求脊奋，消費者程序需要重新請求才能獲得結果）。但是別忘了疙描，ZooKeeper是分布式協(xié)調服務诚隙，它的職責是保證數據（注：配置數據，狀態(tài)數據）在其管轄下的所有服務之間保持同步淫痰、一致最楷；所以就不難理解為什么ZooKeeper被設計成CP而不是AP特性的了，如果是AP的待错，那么將會帶來恐怖的后果（注：ZooKeeper就像交叉路口的信號燈一樣籽孙，你能想象在交通要道突然信號燈失靈的情況嗎？）火俄。而且犯建，作為ZooKeeper的核心實現(xiàn)算法Zab，就是解決了分布式系統(tǒng)下數據如何在多個服務之間保持同步問題的瓜客。
1适瓦、對于Service發(fā)現(xiàn)服務來說就算是返回了包含不實的信息的結果也比什么都不返回要好；再者谱仪，對于Service發(fā)現(xiàn)服務而言玻熙，寧可返回某服務5分鐘之前在哪幾個服務器上可用的信息，也不能因為暫時的網絡故障而找不到可用的服務器疯攒，而不返回任何結果嗦随。所以說，用ZooKeeper來做Service發(fā)現(xiàn)服務是肯定錯誤的敬尺，如果你這么用就慘了枚尼！
如果被用作Service發(fā)現(xiàn)服務，ZooKeeper本身并沒有正確的處理網絡分割的問題砂吞；而在云端署恍，網絡分割問題跟其他類型的故障一樣的確會發(fā)生；所以最好提前對這個問題做好100%的準備蜻直。就像Jepsen在ZooKeeper網站上發(fā)布的博客中所說：在ZooKeeper中盯质，如果在同一個網絡分區(qū)（partition）的節(jié)點數（nodes）數達不到ZooKeeper選取Leader節(jié)點的“法定人數”時袁串，它們就會從ZooKeeper中斷開，當然同時也就不能提供Service發(fā)現(xiàn)服務了唤殴。
2般婆、ZooKeeper下所有節(jié)點不可能保證任何時候都能緩存所有的服務注冊信息。如果ZooKeeper下所有節(jié)點都斷開了朵逝，或者集群中出現(xiàn)了網絡分割的故障（注：由于交換機故障導致交換機底下的子網間不能互訪）；那么ZooKeeper會將它們都從自己管理范圍中剔除出去乡范，外界就不能訪問到這些節(jié)點了配名，即便這些節(jié)點本身是“健康”的，可以正常提供服務的晋辆；所以導致到達這些節(jié)點的服務請求被丟失了渠脉。（注：這也是為什么ZooKeeper不滿足CAP中A的原因）
3、更深層次的原因是瓶佳，ZooKeeper是按照CP原則構建的芋膘，也就是說它能保證每個節(jié)點的數據保持一致，而為ZooKeeper加上緩存的做法的目的是為了讓ZooKeeper變得更加可靠（available）霸饲；但是为朋，ZooKeeper設計的本意是保持節(jié)點的數據一致，也就是CP厚脉。所以习寸，這樣一來，你可能既得不到一個數據一致的（CP）也得不到一個高可用的（AP）的Service發(fā)現(xiàn)服務了傻工；因為霞溪，這相當于你在一個已有的CP系統(tǒng)上強制栓了一個AP的系統(tǒng)，這在本質上就行不通的中捆！一個Service發(fā)現(xiàn)服務應該從一開始就被設計成高可用的才行鸯匹！
4、如果拋開CAP原理不管泄伪，正確的設置與維護ZooKeeper服務就非常的困難殴蓬；錯誤會經常發(fā)生，導致很多工程被建立只是為了減輕維護ZooKeeper的難度臂容。這些錯誤不僅存在與客戶端而且還存在于ZooKeeper服務器本身科雳。Knewton平臺很多故障就是由于ZooKeeper使用不當而導致的。那些看似簡單的操作脓杉，如：正確的重建觀察者（reestablishing watcher）糟秘、客戶端Session與異常的處理與在ZK窗口中管理內存都是非常容易導致ZooKeeper出錯的。同時球散，我們確實也遇到過ZooKeeper的一些經典bug：ZooKeeper-1159 與ZooKeeper-1576尿赚；我們甚至在生產環(huán)境中遇到過ZooKeeper選舉Leader節(jié)點失敗的情況。這些問題之所以會出現(xiàn)，在于ZooKeeper需要管理與保障所管轄服務群的Session與網絡連接資源（注：這些資源的管理在分布式系統(tǒng)環(huán)境下是極其困難的）凌净；但是它不負責管理服務的發(fā)現(xiàn)悲龟，所以使用ZooKeeper當Service發(fā)現(xiàn)服務得不償失。
