CAP原则
CAP原则又称CAP定理，指的是在一个分布式系统中，一致性（Consistency）、可用性（Availability）、分区容错性（Partition tolerance）。CAP 原则指的是，这三个要素最多只能同时实现两点，不可能三者兼顾。
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，-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;|
Zookeeper保证的是CP
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，虽然服务最终能够恢复,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最新的,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:
1. 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
2. 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)
3.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
因此，Eureka可以很好的应对因网络故障导致部分节点失去联系的情况，而不会像zookeeper那样使整个注册服务瘫痪