CPA理論：
C–>Consistency（一致性）：數據一致更新，所有數據變動都是同步的。
A–>Availability（可用性）：好的相應性能。
P–>Partition tolerance（分區容忍性）：可靠性。
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）。由於分區容錯性在分佈式系統中是必須要保證的，因此我們只能在A和C之間權衡。故在此Zookeeper保證的是CP，而Eureka則保證的是AP。
Zookeeper：
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，單不能接受服務直接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Zookeeper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，30s~120s，並且選舉期間整個Zookeeper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，因網絡問題是得Zookeeper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：
Eureka看明白了這點，因此在設計師就有限保證可用性，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註冊時如果發現連接失敗，會自動切換至其他節點，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：
-
Eureka不再從註冊列表中溢出因爲長時間沒有收到心跳而應該過期的服務。
-
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他節點上（即保證當前節點依然可用）。
-
當網絡穩定是，當前實例新的註冊信息會被同步到其他節點中。
因此，Eureka可以很好的應對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。
作爲註冊中心，推薦Eureka，因爲註冊服務更重要的是可用性。