CAP原则

CAP原则：又称CAP定理，指的是在一个分布式系统中， Consistency（一致性）、 Availability（可用性）、Partition tolerance（分区容错性），三者不可得兼。

CAP原则:Consistency（一致性）。 Availability（可用性）。Partition tolerance（分区容错性）。
分布式系统的CAP理论：理论首先把分布式系统中的三个特性进行了以下概括：
一致性（C）：在分布式系统中的全部数据备份，在同一时刻是否一样的值。（等同于全部节点访问同一份最新的数据副本）
可用性（A）：在集群中一部分节点故障后，集群总体是否还能响应客户端的读写请求。（对数据更新具有高可用性）
分区容忍性（P）：以实际效果而言，分区至关于对通讯的时限要求。系统若是不能在时限内达成数据一致性，就意味着发生了分区的状况，必须就当前操做在C和A之间作出选择。

著名的CAP理论指出，一个分布式系统不可能同时知足C(一致性)、A(可用性)和P(分区容错性)。因为分区容错性P在是分布式系统中必需要保证的，所以咱们只能在A和C之间进行权衡。所以Zookeeper保证的是CP。Eureka则是AP。

1.Zookeeper保证CP 当向注册中心查询服务列表时，咱们能够容忍注册中心返回的是几分钟之前的注册信息，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。可是zk会出现这样一种状况，当master节点由于网络故障与其余节点失去联系时，剩余节点会从新进行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，这就致使在选举期间注册服务瘫痪。在云部署的环境下，因网络问题使得zk集群失去master节点是较大几率会发生的事，虽然服务可以最终恢复，可是漫长的选举时间致使的注册长期不可用是不能容忍的。

2.Eureka保证AP Eureka看明白了这一点，所以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做，剩余的节点依然能够提供注册和查询服务。而Eureka的客户端在向某个Eureka注册或时若是发现链接失败，则会自动切换至其它节点，只要有一台Eureka还在，就能保证注册服务可用(保证可用性)，只不过查到的信息可能不是最新的(不保证强一致性)。除此以外，Eureka还有一种自我保护机制，若是在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，此时会出现如下几种状况：

3.Eureka再也不从注册列表中移除由于长时间没收到心跳而应该过时的服务 Eureka仍然可以接受新服务的注册和查询请求，可是不会被同步到其它节点上(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它节点中 所以， Eureka能够很好的应对因网络故障致使部分节点失去联系的状况，而不会像zookeeper那样使整个注册服务瘫痪。