● Mysql，Oracle，SqlServer等关系型数据库遵循的原则是 ACID 原则；
即 ：A: 原子性 C: 一致性 I: 独立性 D: 持久性
● Redis，Mogodb 等非关系型数据库遵循的原则是 CAP 原则；
即： C: 一致性, A: 可用性, P: 分区容错性(服务对网络分区故障的容错性)
在任何分布式系统中,最多只能实现两点（即 CP 或者 AP），而由于当前网络延迟故障会导致丢包等问题，所以分区容错性是必须实现的，也就是NoSql 数据库 P 必须得有，剩余的一致性和可用性只能二选一，没有NoSql数据库能同时实现三点。
Eureka和Zookeeper就是CAP定理实现
Eureka是spring Cloud中的一个负责服务注册与发现的组件， 遵循CAP理论中的 A（可用性）和 P（分区容错性）
一个Eureka中分为 eureka server 和 eureka client 其中 eureka server 作为服务的注册与发现中心，eureka client 既可以作为服务的生产者，也可以作为服务的消费者。
上图中,我们首先会启动一个或多个Eureka server，这些Eureka server同步保留着所有的服务信息。然后我们启动不同的 eureka client，向服务端发起服务注册和服务查询。不论向那个eureka server进行注册，最终都会同步给所有配置好的eureka server。我们所获取的服务信息也同样都是一致的。
step1: 引入依赖
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-server</artifactId>
</dependency>
step2: 在启动类中添加注解 @EnableEurekaServer
@SpringBootApplication
@EnableEurekaServer
public class ServiceRegistryApplication {
public static void main(String[] args) {
SpringApplication.run(ServiceRegistryApplication.class, args);
}
}
step3: 在配置文件中配置
#服务端口
server.port=8077
#服务名称
spring.application.name=eureka-server
#服务地址
eureka.instance.hostname=localhost
#不向注册中心注册自己 (true表示向注册中心注册自己)
eureka.client.register-with-eureka=false
#取消检索服务
eureka.client.fetch-registry=false
#开启注册中心的保护机制，默认是开启
eureka.server.enable-self-preservation=true
#设置保护机制的阈值，默认是0.85。
eureka.server.renewal-percent-threshold=0.5
#注册中心路径，如果有多个eureka server，在这里需要配置其他eureka server的地址，用","进行区分，如"http://address:8888/eureka,http://address:8887/eureka"
eureka.client.service-url.default-zone=http://${eureka.instance.hostname}:${server.port}/eureka
step4: 进入http://localhost:8077 查看注册中心
step1: 引入依赖
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
</dependency>
step2: 在启动类中添加注解 @EnableEurekaClient
@SpringBootApplication
// 注意：服务端配置的是EnableEurekaServer，客户端配置的是EnableEurekaClient
@EnableEurekaClient
public class UserServerApplication {
public static void main(String[] args) {
SpringApplication.run(UserServerApplication.class, args);
}
}
step3: 配置
#服务端口
server.port=7001
#服务名称
spring.application.name=user
#服务地址
eureka.instance.hostname=localhost
#注册中心路径，表示我们向这个注册中心注册服务，如果向多个注册中心注册，用“，”进行分隔
eureka.client.serviceUrl.defaultZone=http://localhost:8077/eureka
#心跳间隔5s，默认30s。每一个服务配置后，心跳间隔和心跳超时时间会被保存在server端，不同服务的心跳频率可能不同，server端会根据保存的配置来分别探活
eureka.instance.lease-renewal-interval-in-seconds=5
#心跳超时时间10s，默认90s。从client端最后一次发出心跳后，达到这个时间没有再次发出心跳，表示服务不可用，将它的实例从注册中心移除
eureka.instance.lease-expiration-duration-in-seconds=10
step4: 创建一个controller，用来提供一个服务，并填写返回值
@RestController
public class UserController {
@GetMapping("users/{id}")
public String getUser(@PathVariable("id") String id) {
System.out.println("接收到请求[/users/" + id + "]");
return "testUser";
}
}
step5: 运行启动类，查看打印出来的日志信息，红框内容表示用eureka注册服务user，状态为up
在eureka中，实际上是不区分服务的消费者和服务生产者的，一个服务的消费者，同样也可以是一个服务的生产者。因此我们首先要做的就是再创建一个eureka client。这个enreka client命名为roleServer
step1: 创建eureka client
<dependency>
<groupId>org.springframework.cloud</groupId>
<artifactId>spring-cloud-starter-netflix-eureka-client</artifactId>
</dependency>
step2: 在启动类中添加注解 @EnableEurekaClient
@SpringBootApplication
// 注意：服务端配置的是EnableEurekaServer，客户端配置的是EnableEurekaClient
@EnableEurekaClient
public class UserServerApplication {
public static void main(String[] args) {
SpringApplication.run(UserServerApplication.class, args);
}
}
step3: 配置
#服务端口
server.port=7001
#服务名称
spring.application.name=user
#服务地址
eureka.instance.hostname=localhost
#注册中心路径，表示我们向这个注册中心注册服务，如果向多个注册中心注册，用“，”进行分隔
eureka.client.serviceUrl.defaultZone=http://localhost:8077/eureka
#心跳间隔5s，默认30s。每一个服务配置后，心跳间隔和心跳超时时间会被保存在server端，不同服务的心跳频率可能不同，server端会根据保存的配置来分别探活
eureka.instance.lease-renewal-interval-in-seconds=5
#心跳超时时间10s，默认90s。从client端最后一次发出心跳后，达到这个时间没有再次发出心跳，表示服务不可用，将它的实例从注册中心移除
eureka.instance.lease-expiration-duration-in-seconds=10
step4: 创建一个配置类，创建RestTemplate来进行服务间的连接
@Configuration
public class RestConfig {
@Bean
@LoadBalanced //负载均衡
public RestTemplate restTemplate() {
return new RestTemplate();
}
}
step5: 在Controller中进行服务的调用
@RestController
public class RoleController {
// 这里配置的是我们要调用的服务实例名，我们要调用USER服务，因此这里的地址是USER
private String rest_url_prefix = "http://user";
@Autowired
private RestTemplate restTemplate;
@GetMapping("roles/{id}")
public String getRole(@PathVariable("id") String id) {
System.out.println("接收到请求[/roles/" + id + "]");
// 调用USER服务中的/users/{id}服务
return restTemplate.getForObject(rest_url_prefix + "/users/" + id, String.class);
}
}
● zookeeper是一个开源的分布式应用程序协调系统，简称ZK，它是一个典型的分布式数据一致性解决方案，分布式应用程序可以基于它实现数据的发布/订阅、负载均衡、名称服务、分布式协调/通知、集群管理、Master选举、分布式锁、和分布式队列等
● ZK 允许分布式进程通过共享的分层命名空间相互协调，该命名空间的组织方式与标准文件系统类似，名称空间由数据寄存器（在ZK中,称为Znodes）组成。这些寄存器类似于文件和目录，与设计用于存储的典型文件系统有所不同， zookeeper数据保存在内存中，这意味着zookeeper可以实现高吞吐量和低延迟数。zookeeper实现非常注重高性能，高可用性，严格有序的访问，不会成为单点故障并且可以实现复杂的同步。
集群角色:
● Leader: 领导者，通过集群选举产生的主节点，负责集群的读与写工作。
● Follower: 追随者，有资格参与集群选举，但未能被成功选举为Leader的备用选举节点，负责集群的读服务。
● Observer: 观察者，没有资格参与集群选举，负责集群的读服务，同步Leader状态。 Observer的目的在于扩展系统, 提高读取速度。
注意: 当Leader故障之后ZooKeeper集群会通过Follower选举新的Leader，如果老的Leader故障修复之后，会再次接管集群中的Leader脚本，新的Leader则会退回Follower角色，一般集群中无需设置Observer节点。
Follower主要有四个功能:
• 1. 向Leader发送请求（PING消息、REQUEST消息、ACK消息、REVALIDATE消息）；
• 2 .接收Leader消息并进行处理；
• 3 .接收Client的请求，如果为写请求，发送给Leader进行投票；
• 4 .返回Client结果；
Follower的消息循环处理如下几种来自Leader的消息:
• 1 .PING消息： 心跳消息；
• 2 .PROPOSAL消息：Leader发起的提案，要求Follower投票；
• 3 .COMMIT消息：服务器端最新一次提案的信息；
• 4 .UPTODATE消息：表明同步完成；
• 5 .REVALIDATE消息：根据Leader的REVALIDATE结果，关闭待revalidate的session还是允许其接受消息；
• 6 .SYNC消息：返回SYNC结果到客户端，这个消息最初由客户端发起，用来强制得到最新的更新。
Observer
• Zookeeper需保证高可用和强一致性；
• 为了支持更多的客户端，需要增加更多Server；
• Server增多，投票阶段延迟增大，影响性能；
• 权衡伸缩性和高吞吐率，引入Observer
• Observer不参与投票；
• Observers接受客户端的连接，并将写请求转发给leader节点；
• 加入更多Observer节点，提高伸缩性，同时不影响吞吐率；
» Zookeeper的核心是原子广播，这个机制保证了各个server之间的同步。实现这个机制的协议叫做Zab协议。Zab协议有两种模式，它们分别是恢复模式和广播模式。
» 当服务启动或者在领导者崩溃后，Zab就进入了恢复模式，当领导者被选举出来，且大多数server的完成了和leader的状态同步以后，恢复模式就结束了。 状态同步保证了leader和server具有相同的系统状态。
» 一旦leader已经和多数的follower进行了状态同步后，他就可以开始广播消息了，即进入广播状态。 这时候当一个server加入zookeeper服务中，它会在恢复模式下启动， 发现leader，并和leader进行状态同步。待到同步结束，它也参与消息广播。Zookeeper服务一直维持在Broadcast状态，直到leader崩溃了或者leader失去了大部分 的followers支持。
» 广播模式需要保证proposal被按顺序处理，因此zk采用了递增的事务id号(zxid)来保证。 所有的提议(proposal)都在被提出的时候加上了zxid。实现中zxid是一个64为的数字，它高32位是epoch用来标识leader关系是否改变，每次一个leader被选出来，它都会有一个新的epoch。低32位是个递增计数。
» 当leader崩溃或者leader失去大多数的follower，这时候zk进入恢复模式，恢复模式需要重新选举出一个新的leader，让所有的server都恢复到一个正确的状态。
» 每个Server启动以后都询问其它的Server它要投票给谁。
» 对于其他server的询问，server每次根据自己的状态都回复自己推荐的leader的id和上一次处理事务的zxid（系统启动时每个server都会推荐自己）
» 收到所有Server回复以后，就计算出zxid最大的哪个Server，并将这个Server相关信息设置成下一次要投票的Server。
» 计算这过程中获得票数最多的的sever为获胜者，如果获胜者的票数超过半数，则该server被选为leader。否则，继续这个过程，直到leader被选举出来
» leader就会开始等待server连接
» Follower连接leader，将最大的zxid发送给leader
» Leader根据follower的zxid确定同步点
» 完成同步后通知follower 已经成为uptodate状态
» Follower收到uptodate消息后，又可以重新接受client的请求进行服务了
• Leader选举算法采用了Paxos协议；
• Paxos核心思想：当多数Server写成功，则任务数据写成功如果有3个Server，则两个写成功即可；如果有4或5个Server，则三个写成功即可。
• Server数目一般为奇数（3、5、7）如果有3个Server，则最多允许1个Server挂掉；如果有4个Server，则同样最多允许1个Server挂掉由此， 我们看出3台服务器和4台服务器的的容灾能力是一样的，所以为了节省服务器资源，一般我们采用奇数个数，作为服务器部署个数。
» 层次化的目录结构，命名符合常规文件系统规范
» 每个节点在zookeeper中叫做znode,并且其有一个唯一的路径标识
» 节点Znode可以包含数据和子节点，但是EPHEMERAL类型的节点不能有子节点
» Znode中的数据可以有多个版本，比如某一个路径下存有多个数据版本，那么查询这个路径下的数据就需要带上版本
» 客户端应用可以在节点上设置监视器
» 节点不支持部分读写，而是一次性完整读写
» Znode有两种类型，短暂的（ephemeral）和持久的（persistent）
» Znode的类型在创建时确定并且之后不能再修改
» 短暂znode的客户端会话结束时，zookeeper会将该短暂znode删除，短暂znode不可以有子节点
» 持久znode不依赖于客户端会话，只有当客户端明确要删除该持久znode时才会被删除
» PERSISTENT： 持久的
» EPHEMERAL： 暂时的
» PERSISTENT_SEQUENTIAL： 持久化顺序编号目录节点
» EPHEMERAL_SEQUENTIAL： 暂时化顺序编号目录节点