Dubbo 与 SpringCloud 的关系

Myth丶恋晨 2024-04-01 17:39 87阅读 0赞

**目录**

一、Dubbo与SpringCloud的区别

二、Eureka与zookeeper的区别

--------------------

## 一、Dubbo与SpringCloud的区别 ##

> Dubbo：是基于java接口及Hession2序列化的来实现传输的，Provider对外暴露接口，Consumer根据接口的规则调用。也就是Provider向Zookeeper注册的是接口信息，Consumer从Zookeeper发现的是接口的信息，通过接口的name，group，version来匹配调用。Consumer只关注接口是否匹配，而对此接口属于什么应用不关心。当然接口的注册信息里会包含应用的ip，hostname等

> Spring Cloud：是一个微服务框架，相比Dubbo等RPC框架, **Spring Cloud提供的全套的分布式系统解决方案**。 并且Spring Cloud 抛弃了 Dubbo 的 RPC 通信，采用的是基于 HTTP 的 REST 方式。严格来说，这两种方式各有优劣。虽然从一定程度上来说，后者牺牲了服务调用的性能，但也避免了上面提到的原生 RPC 带来的问题。而且 REST 相比 RPC 更为灵活，服务提供方和调用方，不存在代码级别的强依赖，这在强调快速演化的微服务环境下显得更加合适。

## 二、Eureka与zookeeper的区别 ##

在了解eureka和zookeeper区别之前，我们先来了解一下这个知识，cap理论。  
1998年的加州大学的计算机科学家 Eric Brewer 提出，分布式有三个指标。Consistency，Availability，Partition tolerance。简称即为CAP。Eric 提出 CAP 不能全部达到，这就是CAP定理。

> C：Consistency，**一致性**  
> 一致性就是说，我们读写数据必须是一摸一样的。  
> 比如一条数据，分别存在两个服务器中，server1和server2。  
> 我们此时将数据a通过server1修改为数据b。此时如果我们访问server1访问的应该是b。  
> 当我们访问server2的时候，如果返回的还是未修改的a，那么则不符合一致性，如果返回的是b，则符合数据的一致性。

> A：Availability，**可用性**  
> 这个比较好理解，就是说，只要我对服务器，发送请求，服务器必须对我进行相应，保证服务器一直是可用的。

> P：Partition tolerance，**分区容错**  
> 一般来说，分布式系统是分布在多个位置的。比如我们的一台服务器在北京，一台在上海。可能由于天气等原因的影响。造成了两条服务器直接不能互相通信，数据不能进行同步。这就是分区容错。我们认为，分区容错是不可避免的。也就是说 P 是必然存在的。

**为什么CAP只能达到 CP 或者 AP？**

> 由以上我们得知，P是必然存在的。  
> 如果我们保证了CP，即一致性与分布容错。当我们通过一个服务器修改数据后，该服务器会向另一个服务器发送请求，将数据进行同步，但此时，该数据应处于锁定状态，不可再次修改，这样，如果此时我们想服务器发送请求，则得不到相应，这样就不能A，高可用。  
> 如果我们保证了AP，那么我们不能对服务器进行锁定，任何时候都要得到相应，那么数据的一致性就不好说了。

**eureka和zookeeper的区别**

> 1、eureka是基于ap（可用性&分区容错）
> 
> 2、zookeeper是基于cp（一致性&分区容错）
> 
> Eureka可以很好的应对因网络故障导致部分节点失去联系的情况，而不会像zookeeper那样使整个注册服务瘫痪。Eureka作为单纯的服务注册中心来说要比zookeeper更加“专业”，因为注册服务更重要的是可用性，我们可以接受短期内达不到一致性的状况。