做爲服務註冊中心，Eureka比Zookeeper好在哪裏

CAP是Consistency、Availablity和Partition Tolerance的縮寫。通常的分佈式系統最多知足其中兩條。而Partition Tolerance是分佈式系統的關鍵，所以都會保留此特性。

Eureka是基於AP原則構建的，而ZooKeeper是基於CP原則構建的。這些能夠從他們的特性中獲得體現。

ZK有一個Leader，並且在Leader沒法使用的時候經過Paxos（ZAB）算法選舉出一個新的Leader。這個Leader的目的就是保證寫信息的時候只向這個Leader寫入，Leader會同步信息到Followers。這個過程就能夠保證數據的一致性。

對比下ZK，Eureka不用選舉一個Leader。每一個Eureka服務器單獨保存服務註冊地址，Eureka也沒有Leader的概念。這也所以產生了沒法保證每一個Eureka服務器都保存一直數據的特性。當Eureka與註冊者心跳沒法保持的時候，依然保存註冊列表的信息很長一段時間。固然了，客戶端中必須用有效的機制屏蔽壞掉的服務器，這個Spring Cloud中的體現是Ribbon。

Eureka由於沒有選舉過程來選舉Leader，所以寫的信息能夠獨立進行。所以有可能出現數據信息不一致的狀況。可是當網絡出現問題的時候，每臺服務器也能夠完成獨立的服務。固然了，一些客戶端的負載平衡和Fail Over機制須要來輔助完成額外的功能。相較之下，ZK由於基於CP原則，能保證很好的數據一致性，可是可用性支持力度不高。而在一個內部系統中，主要是服務的註冊與發現，而不是配置（文件）共享，所以Eureka更適用於內部服務的建設。

著名的CAP理論指出，一個分佈式系統不可能同時知足C(一致性)、A(可用性)和P(分區容錯性)。因爲分區容錯性在是分佈式系統中必需要保證的，所以咱們只能在A和C之間進行權衡。在此Zookeeper保證的是CP, 而Eureka則是AP。

4.1 Zookeeper保證CP

當向註冊中心查詢服務列表時，咱們能夠容忍註冊中心返回的是幾分鐘之前的註冊信息，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。可是zk會出現這樣一種狀況，當master節點由於網絡故障與其餘節點失去聯繫時，剩餘節點會從新進行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，這就致使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節點是較大機率會發生的事，雖然服務可以最終恢復，可是漫長的選舉時間致使的註冊長期不可用是不能容忍的。

4.2 Eureka保證AP

Eureka看明白了這一點，所以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做，剩餘的節點依然能夠提供註冊和查詢服務。而Eureka的客戶端在向某個Eureka註冊或時若是發現鏈接失敗，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)。除此以外，Eureka還有一種自我保護機制，若是在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，此時會出現如下幾種狀況： 
1. Eureka再也不從註冊列表中移除由於長時間沒收到心跳而應該過時的服務 
2. Eureka仍然可以接受新服務的註冊和查詢請求，可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

所以， Eureka能夠很好的應對因網絡故障致使部分節點失去聯繫的狀況，而不會像zookeeper那樣使整個註冊服務癱瘓。

5. 總結

Eureka做爲單純的服務註冊中心來講要比zookeeper更加「專業」，由於註冊服務更重要的是可用性，咱們能夠接受短時間內達不到一致性的情況。不過Eureka目前1.X版本的實現是基於servlet的java web應用，它的極限性能確定會受到影響。期待正在開發之中的2.X版本可以從servlet中獨立出來成爲單獨可部署執行的服務。