论：Zookeeper与Eureka的区别

回顾CAP原则

• RDMS(Mysql、Oracle、sqlServer) ===>ACID
• NoSQL(redis、mongodb) ===>CAP

---

ACID是什么？

• A(Atomicity)原子性
• C(Consistency)一致性
• I(Isolation)隔离性
• D(Durability)持久性

---

CAP是什么？

• C(Consistency)强一致性
• A(Availability)可用性
• P(Partition tolerance)分区容错性
  CAP的三进二：CA、AP、CP

---

CAP理论的核心

• 一个分布式系统不可能同时很好地满足一致性，可用性和分区容错性这三个需求
• 根据CAP原理，将NoSQL数据库分成了满足CA原则，满足CP原则和满足AP原则三大类：
  • CA原则：单点集群，满足一致性，可用性的系统，通常可扩展性较差。
  • CP原则：满足一致性，分区容错性的系统，通常性能不是特别高
  • AP原则：满足可用性，分区容错性的系统，通常可能对一致性要求低一些

作为服务注册中心，Eureka比Zookeeper好在哪里？
著名的CAP理论指出，一个分布式系统不可能同时满足C(一致性)、A(可用性)、P(容错性)。
由于分区容错性P在分布式系统中是必须要保证的，因此我们只能在A和C之间进行权衡。

• Zookeeper保证的是CP
• Eureka保证的是AP

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会出现这样一种情况，当主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的选举。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。在云部署的环境下，
因为网络问题使得Zookeeper集群失去主节点是较大概率会发生的事件，虽然服务最终能够
恢复，但是漫长的选举时间会导致注册长期不可用是不能容忍的。

---

Eureka保证的是AP：
  Eureka看明白了这一点，因此在设计时就优先保证了可用性。Eureka各个节点都平等
的，几个节点挂掉了也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：

1. Eureka不再从注册列表中移除因为长时间没收到心跳而应该过期的服务。
2. Eureka仍然能够接受新服务的注册和查询请求，但是不会被同步到其他节点上(即保证当前节点依然可用)。
3. 当网络稳定时，当前实例新的注册信息会被同步到其他节点中。