Eureka 与 Zookeeper 的区别

Eureka 与 Zookeeper 的区别

两者都可以充当注册中心的角色，且可以集群实现高可用，相当于小型的分布式存储系统。

 CAP 理论

CAP 分别为 consistency(强一致性)、availability(可用性) 和 partition toleranc(分区容错性)。

理论核心：一个分布式系统不可能同时很好的满足一致性、可用性和分区容错性这三个需求。因此，根据 CAP 原理将 NoSQL 数据库分成满足 CA 原则、满足 CP 原则和满足 AP 原则三大类：

1. CA：单点集群，满足一致性，可用性的系统，通常在可扩展性上不高
2. CP: 满足一致性，分区容错性的系统，通常性能不是特别高
3. AP: 满足可用性，分区容错性的系统，通过对一致性要求较低

简单的说：CAP 理论描述在分布式存储系统中，最多只能满足两个需求。

 Zookeeper 保证 CP

当向注册中心查询服务列表时，我们可以容忍注册中心返回的是几分钟前的注册信息，但不能接受服务直接挂掉不可用了。因此，服务注册中心对可用性的要求高于一致性。

但是，zookeeper 会出现一种情况，当 master 节点因为网络故障与其他节点失去联系时，剩余节点会重新进行 leader 选举。问题在于，选举 leader 的时间较长，30 ~ 120 秒，且选举期间整个 zookeeper 集群是不可用的，这期间会导致注册服务瘫痪。在云部署的环境下，因网络问题导致 zookeeper 集群失去 master 节点的概率较大，虽然服务能最终恢复，但是漫长的选举时间导致注册服务长期不可用是不能容忍的。

 Eureka 保证 AP

Eureka 在设计上优先保证了可用性。EurekaServer 各个节点都是平等的，几个节点挂掉不会影响正常节点的工作，剩余的节点依然可以提供注册和发现服务。

而 Eureka 客户端在向某个 EurekaServer 注册或发现连接失败时，会自动切换到其他 EurekaServer 节点，只要有一台 EurekaServer 正常运行，就能保证注册服务可用，只不过查询到的信息可能不是最新的。

除此之外，EurekaServer 还有一种自我保护机制，如果在 15 分钟内超过 85% 的节点都没有正常的心跳，那么 EurekaServer 将认为客户端与注册中心出现网络故障，此时会出现一下几种情况：

1. EurekaServer 不再从注册列表中移除因为长时间没有收到心跳而应该过期的服务
2.  
3. EurekaServer 仍然能够接收新服务的注册和查询请求，但不会被同步到其他节点上
4.  
5. 当网络稳定时，当前 EurekaServer 节点新的注册信息会同步到其他节点中

因此，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，而不会向 Zookeeper 那样是整个注册服务瘫痪。

 

 

每天努力一点，每天都在进步。