CAP定理
感觉疑惑的可以多看几遍就明白了
指的是一个分布式系统中 Consistency(一致性)、Availability(一致性)、Partitiontolerance(分区容错性)
三者不可同时获得，最多三选二
CAP理论就是说在分布式存储系统中，最左只能实现上面两点。而由于当前的网络硬件肯定会出现延迟丢包等问题，所以分区容错性我们必须实现。所以我们只能在一致性和可用性之间进行权衡
一致性(C)
在分布式系统中的所有数据备份，在同一时刻是否都是同样的值；（所有节点在同一时间的数据完全一致，越多节点，数据同步越耗时）
🌰 主库从库，比如用户在主库订单支付了，修改了订单状态，但从库未支付订单状态未修改
可用性(A)
负载过大后，整体集群是否还能响应客户端的读写请求；（服务一直可用，而且是正常响应时间）
分区容错性(P)
分区容错性就是高可用。一个节点崩了，并不影响其他的节点（100个节点，挂了几个，不影响服务，越多机器越好）
为什么CAP不能三者同时满足？
C A满足的情况，P不能满足的原因
数据同步需要时间，也要正常的时间内响应，那么机器的数量就要少，所以P不能满足（无法实现服务高可用）
C P满足的情况，A不能满足的原因
数据同步需要时间，机器数量也多，但是同步数据需要时间，所以不能在正常时间内响应，A就不能满足
A P满足的情况，C不能满足的原因
机器数量多，正常的时间内响应，那么护具就不能及时同步到其它节点，所以C不能满足
注册中心选择
Zookeeper（CP）：保证了数据一致性，集群搭建的时候，某个节点实现，则会进行选举的leader，或者半数以上节点不可用，则无法提供服务，因此可用性没法满足，比如丐帮老大挂了，选一个新老大
好处：比如金融服务，如果无法保证数据一致性，岂不出大问题
Eureka（AP）：无主从节点，一个节点挂掉，自动切换其他节点继续使用，去中心化；平等的，不想丐帮帮助，谁去做都可以，不会发生内部矛盾
结论
分布式系统中P，部署多个集群节点肯定是要满足的，所以只能在CA中二选一
没有最好的选择，最好的选择是根据业务场景进行架构设计
如果要求一致性，则选zookeeper，比如金融行业 如果要求高可用，保证服务可用，就用Eureka，比如电商
感觉不错的大佬点个赞呗~ 手敲截图演示不易
