著名的CAP理論指出，一個分佈式系統不可能同時滿足C(一致性)、A(可用性)和P(分區容錯性)。由於分區容錯性在是分佈式系統中必須要保證的，因此我們只能在A和C之間進行權衡。在此Zookeeper保證的是CP, 而Eureka則是AP。
- 首先介紹下CAP
- RDBMS(mysql/oracle/sqlServer) -----> ACID
- NOSQL(redis/mongdb) ----> CAP
- ACID：A（atomicity）原子性 C（Consistency）一致性
- I（Isolation）獨立性 D（Durability）持久性
- CAP： C（Consistency）強一致性 A（Availability） 可用性
- P（Partition tolerance）分區容錯性
- CAP的3進2：
- 最多隻能同時較好的滿足兩個。
- CAP理論的核心是：一個分佈式系統不可能同時很好的滿足一致性，可用性和
- 分區容錯性這三個需求。
- 因此，根據CAP原理將NoSQL數據庫分成了滿足CA原則、滿足CP原則
- 和滿足AP原則三大類；
- CA-單點集羣，滿足一致性，可用性的系統，通常在課擴展性上不太強大。
- CP-滿足一致性，分區容錯性的系統，通常性能不是特別高。
- AP-滿足可用性，分區容錯性的系統，通常可能對一致性要求低一些。
Zookeeper保證CP(一致性與分區容錯性)
當向註冊中心查詢服務列表時，我們可以容忍註冊中心返回的是幾分鐘以前的註冊信息，但不能接受服務直接down掉不可用。也就是說，服務註冊功能對可用性的要求要高於一致性。但是zk會出現這樣一種情況，當master節點因爲網絡故障與其他節點失去聯繫時，剩餘節點會重新進行leader選舉。問題在於，選舉leader的時間太長，30 ~ 120s, 且選舉期間整個zk集羣都是不可用的，這就導致在選舉期間註冊服務癱瘓。在雲部署的環境下，因網絡問題使得zk集羣失去master節點是較大概率會發生的事，雖然服務能夠最終恢復，但是漫長的選舉時間導致的註冊長期不可用是不能容忍的。
Eureka保證AP(高可用與分區容錯性)
Eureka看明白了這一點，因此在設計時就優先保證可用性。Eureka各個節點都是平等的，幾個節點掛掉不會影響正常節點的工作，剩餘的節點依然可以提供註冊和查詢服務。而Eureka的客戶端在向某個Eureka註冊或時如果發現連接失敗，則會自動切換至其它節點，只要有一臺Eureka還在，就能保證註冊服務可用(保證可用性)，只不過查到的信息可能不是最新的(不保證強一致性)。除此之外，Eureka還有一種自我保護機制，如果在15分鐘內超過85%的節點都沒有正常的心跳，那麼Eureka就認爲客戶端與註冊中心出現了網絡故障，此時會出現以下幾種情況：
1. Eureka不再從註冊列表中移除因爲長時間沒收到心跳而應該過期的服務
2. Eureka仍然能夠接受新服務的註冊和查詢請求，但是不會被同步到其它節點上(即保證當前節點依然可用)
3. 當網絡穩定時，當前實例新的註冊信息會被同步到其它節點中
因此， Eureka可以很好的應對因網絡故障導致部分節點失去聯繫的情況，而不會像zookeeper那樣使整個註冊服務癱瘓。
總結：
Eureka作爲單純的服務註冊中心來說要比zookeeper更加“專業”，因爲註冊服務更重要的是可用性，我們可以接受短期內達不到一致性的狀況。不過Eureka目前1.X版本的實現是基於servlet的java web應用，它的極限性能肯定會受到影響。期待正在開發之中的2.X版本能夠從servlet中獨立出來成爲單獨可部署執行的服務。