Eureka与Zookeeper的区别
Eureka与Zookeeper都是目前主流的服务注册中心，关于这两个注册中心如何去选择？我们就需要明白什么是CAP原则了。
首先来看一张图：
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），三者不可同时获得，但是三者又会存在交集。
Consistency(C)：在分布式系统中的所有数据备份，在同一个时刻是否同样的值(也就是所有的节点在同一时间的数据完全一致，因此节点越多，数据同步的时间就越久)
Availability(A):当负载压力过大时，集群整体是否还能够响应客户的请求(服务一直可用，而且响应时间是正常的)
Partition tolerance(P):分区容错性，也就是高可用性，一个节点崩了，并不会影响其他节点的使用(100个节点，挂了几个，不会影响服务，而且节点越多容错性越高)
我们了解了C、A、P的定义后那我们来分析分析为什么不能同时满足三者：
1.C和A同时满足：
C要保证数据一致，也就是需要同步数据到各个节点需要时间，但是也要保证在正常的响应时间内(A),那么就只能减少节点因此P无法满足。
2.C和P同时满足：
C要保证数据一致，也就是需要同步数据到各个节点需要时间，但是节点(P)也多,因此数据（C）同步需要时间，那么就不能保证正常响应(A)请求了
3.A和P同时满足：
节点多(P),又要在正常的时间内响应(A)，那么也就不能保证数据的一致性了(A)
zookeeper和eureka如何选择：
Zookeeper：CP设计，保证了一致性，集群搭建的时候，某个节点失效，则会进行选举行的leader，或者半数以上节点不可用，则无法提供服务，因此可用性没法满足
Eureka：AP原则，无主从节点，一个节点挂了，自动切换其他节点可以使用，去中心化
根据需求自行选择
结论：
一般我们分布式系统中必须满足的是高可用性(P),所以C和A只能二选一
而在数据敏感的行业中：比如银行之类的对数据要求比较高所以选择zookeeper，而在一些电商行业人流比较大的情况下就需要选择Eureka来确保服务的可用性了。