对比zookeeper
回顾CAP原则
RDBMS （Mysql、Oracle、sqlServer）=>ACID
NoSQL（redis、mongdb）=> 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的满足一致性，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：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；
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要高于一致性。但是zk会出现这样一种 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的时间太长，30~120s，且选举期间整个zk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zk集群失去master节点是较大概率会发生的事件， 虽然服务终能够恢复，但是漫长的选举时间导致的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可用性。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）
- 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