注册中心与CAP理论
Consistency一致性
Availability可用性
Partition tolerance 分区容错性
分区容错性：遇到某节点或网络分区出现故障时，仍然能够对外提供满足一致性和可用性的服务
，例如X和Y节点出现故障，但仍然可以很好的对外提供服务。
CAP的取舍
满足CA，舍弃P这就意味着系统不是分布式，因为分布式就是把功能分开部署到不同的服务器
满足CP舍弃A，意味着系统可能在一段时间内访问失效，不会出现数据不一致的情况
满足AP舍弃C，意味着系统在并发访问的时候可能会出现数据不一致的情况。放弃一致性并不是完全不需要数据一致性,而是放弃数据的强一致性,而保留数据的最终一致性,能够承诺的是,经过一个时间窗口,数据最终会达到一个一致性的状态.
事实证明，分布式系统，为了避免单点故障，只能从CP和AP中根据业务场景选择一种。
Eureka ：AP，无主备节点之分，一个节点挂了会自动切换到其他节点，实现去中心化，优先保证可用性。
consul：CP原则，Consul的Raft协议要求必须过半数的节点都写入成功才能认为注册成功，在Leader挂掉后， 重新选取Leader之前，服务不可用。
zookeeper：CP，搭建集群的时候，如果某个节点失效，会进行leader选举，或者半数以上节点不可用则无法提供服务。因此可用性无法满足，zk使用paxos算法保证数据一致性
容错与隔离
进程隔离
进程是操作系统中重要的隔离机制，每个进程都有独立的地址空间，提供操作系统级别的保护区，一个进程的出错不会影响到别的进程，一个应用出错也不会对其他应用产生负作用。
微服务的最佳载体是容器，容器的本质就是一个进程。
线程隔离
进程之间虽然有较好的隔离性，但进程之间交互需要跨进程边界，进程在数据共享方面存在数据传输的开销。
多线程并发编程模式可以最大限度提高系统并行度，线程是操作系统最小的调度单元，可以更好的利用多处理器的优势。
线程隔离主要指线程池的隔离，在应用系统内部，将不同请求分类给不同的线程池，当某个服务出现故障，可以根据预先设定的熔断策略阻断线程池的运行。
雪崩效应
基础服务故障导致级联故障的现象称为雪崩效应。雪崩效应描述的是服务生产者不可用导致消费者不可用，并把不可用逐渐放大的过程。
例如一个电商平台的下单场景，会经过如下链路 APP客户端-Api网关-账单服务-支付服务-库存服务，但是在错综复杂的网络中各式各样的问题都会造成系统异常，难免有些请求会失败，雪崩效应就此产生。
服务降级和服务熔断
降级和熔断的最终效果都是为了保护系统，防止系统整体崩溃，
服务降级一般指服务器压力剧增时，根据业务场景使用情况和流量，对一些服务和页面有策略的不处理或用一种简单的方式处理，从而释放服务器资源保证核心业务的正常运行。
服务熔断是应对雪崩效应的微服务链路保护机制，当调用链路的某个微服务不可用，或者响应时间太长时，会进行服务熔断，不再有该节点微服务的调用，快速返回错误的响应信息。当检测到该节点微服务恢复正常后，恢复调用链路。
两者之间还是有明确的区别
- 触发条件区别
熔断是自动触发的，降级除了自动触发，还可以根据系统预先设置的代码逻辑进行降级。 - 分级的差别
熔断通常依赖系统整体框架处理逻辑，每个微服务都需要无差别的具备熔断的特性，降级需要针对业务的优先级和重要性进行分级。对于核心业务，优先级别较高，对于核心系统下游的非核心业务，如果是弱依赖关系，级别可以相对降低。但是如果他们具有强依赖关系，那么非核心业务也会升级为核心业务。