Springboot微服务之zookeeper注册中心

zookeeper一个典型的分布式数据一致性的解决方案，分布式应用程序可以基于它实现诸如数据发布/订阅、负载均衡、命名服务、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功能。

补充上次的redis注册中心没有说到的地方

布鲁尔定理，也就是CAP这套理论指出对于一个分布式计算系统来说，不可能同时满足以下三点：

一致性（Consistency）：在分布式环境中，一致性是指数据在多个副本之间是否能够保持一致的特性，等同于所有节点访问同一份最新的数据副本。在一致性的需求下，当一个系统在数据一致的状态下执行更新操作后，应该保证系统的数据仍然处于一致的状态。
可用性（Availability）：每次请求都能获取到正确的响应，但是不保证获取的数据为最新数据。
分区容错性（Partition tolerance）：分布式系统在遇到任何网络分区故障的时候，仍然需要能够保证对外提供满足一致性和可用性的服务，除非是整个网络环境都发生了故障。

CAP也就是这三分特性的英文名称合并的缩写

在这三个基本需求中，最多只能同时满足其中的两项，P 是必须的，因此只能在 CP 和 AP 中选择

zookeeper CAP原则

从读写方面分析，完成一次读写不用阻塞等待全部follwer同步完成，保证不了数据的一致性，所以是ap。

服务方面，zk在leader选举期间，因为zk依赖leader来保证数据一致性，会暂停对外提供服务，所以丢失了可用性，保证了一致性，那么是不是也可以说成是ap？

所以综合分析从读写到服务综合起来看，是不是就是说zk保证的是最终的一致性，数据最终会达到一致，只不过要经过时间达到

别着急看看redis

redis CAP原

Redis的主从同步是异步进行的，所以在网络发生故障时，redis无法保证强一致性，即不满C

子网络故障期间，redis对外依旧可用，满足A

Redis满足最终一致性子网络故障恢复后，从节点会使用多种策略追赶主节点，并达到最终一致

那是不是也可以说redis是CP