Eureka 和 Zookeeper 的区别（CAP）

1 CAP

• C（consistency）强一致性
• A（Availability）可用性
• P（partition tolerance）分区容错性

1.1 概念

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

1.2 核心

  根据 CAP 原理，将 NoSQL 数据库分成了满足 CA 原子，满足 CP 原则和满足 AP 原则三大类：

• CA：单点集群，满足一致性，可用性的系统，通常可扩展性较差。
• CP ：满足一致性，分区容错性的系统，通常性能不是特别高。
• AP：满足可用性，分区容错性的系统，通常可能对一致性要求比较低。

2 Eureka 和 Zookeeper 的对比

2.1 Zookeeper 保证的是 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以前的注册信息，但是不能接受服务直接 down 掉不可用。也就是说，服务注册功能对可用性的要求高于一致性。
  但是 zookeeper 会出现这样的情况：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 的时间太长， 30~ 120s，且选举期间整个 zookeeper 集群都是不可用的，这就导致在选举期间注册服务瘫痪。

2.2 Eureka 保证的是 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 注册时，如果发现连接失败，则会自动切换至其他节点，只要有一台 Eureka 还在，就能保住注册服务的可用性，只不过查到的信息可能不是最新的，除此之外，Eureka 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 Eureka 就认为客户端与注册中心出现了网络故障，此时会出现以下几种情况：

• Eureka 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。
• Eureka 仍然能够接受新服务的注册和查询骑牛，但是不会被同步到其他节点（保证当前节点依然可用）。
• 当网络稳定是，当前实例新的注册信息会同步到其他节点。