CAP原则

1.介绍

CAP原则又称CAP定理，指的是在一个分布式系统中， Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），这三个要素最多只能同时实现两点，不可能三者兼顾。

• C【Consistency】一致性

在分布式系统中的所有数据备份，在同一时刻是否同样的值。（等同于所有节点访问同一份最新的数据副本）

• A【Availability】可用性

保证每个请求不管成功或者失败都有响应。

• P【Partition tolerance】分区容错性

系统中任意信息的丢失或失败不会影响系统的继续运作。

------如果在某个分布式系统中，数据无副本， 那么系统必然满足强一致性条件， 因为只有独一数据，不会出现数据不一致的情况，此时C和P两要素具备。
------如果系统发生了网络分区状况或者宕机，必然导致某些数据不可以访问，此时可用性条件就不能被满足，即在此情况下获得了CP系统。

2.CA、AP、CP讲解

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太强大。
CP - 满足一致性，分区容忍必的系统，通常性能不是特别高。
AP - 满足可用性，分区容忍性的系统，通常可能对一致性要求低一些。

3.举例

CA : 关系型数据库
CP : Redis、MongoDB、Zookeeper
AP : Eureka

4.Zookeeper与Eureka的CAP

4.1.Eureka的AP

Eureka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查询服务。而Eureka的客户端在向某个Eureka注册或时如果发现连接失败，则会自动切换至其它节点，只要有一台Eureka还在，就能保证注册服务可用(保证可用性)。

4.2.Zookeeper的CP

zookeeper在选举时，会停止服务，直到选举成功之后才会再次对外提供服务，这个时候就说明了服务不可用，但是在选举成功之后，因为一主多从的结构，zookeeper在这时还是一个高可用注册中心，只是在优先保证一致性的前提下，zookeeper才会顾及到可用性

总结
eureka选择ap，是因为，它只专攻服务注册和发现，并不会出现数据的竞选（选举）
而zookeeper要发生选举，会暂停服务（此时服务不可用），也就是说，优先保证数据的一致性，在一致性确保之前，’‘你们’'可不可用不关我事。