前言在分布式事务 中只能 支持 两种事务

CAP理论的核心是：一个分布式系统不可能完全 满足三个 需求 因此根据 CAP原理根据 NoSql数据库分成了满足CA原则，满足CP原则，满足AP 原则 三大类
CA-单点集群，满足一致性，可用性的系统，通常在可扩展性上不太强大
CP-满足一致性，分区容错性，通常性能不太高
AP-满足可用性，分区容错性，通常可能对一致性要求低一些

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，但不能教授的是服务直接down掉 不可用。也就是说，服务注册功对可用性的要求高于一致性，但是Zookeeper 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，剩余的节点会重新进行leader选举，问题在于，选举leader的时间太长30~120s,且选举期间整个Zookeeper集群都是不可用的，这就是导致在选举期间注册服务瘫痪。在云部署的环境下，因网络的问题使得Zookeeper集群失去master节点是有较大概率会发生的是事，虽然服务能够最终恢复，但是漫长的选举时间是 很恶心的

Eureka保证的是AP

Eureka明白Zookeeper 的缺点，因此 在设计时就优先保证可用性，Eureka各个节点都是平等的，如果其中有几个节点挂掉了，是不会影响正常工作的，剩余的 节点依然可以提供注册查询服务，而 Eureka的客户端在向某个 Eureka 注册时如果发现失败，则会自动切换到其他的节点，只要有一台 Eureka还在，就能保证注册服务的可用性，只不过查到的信息可能不是最新的信息（不保强一直性）。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 了，那么 Eureka就认为客户端与注册中心出现了异常，
1， Eureka 不在从注册中心删除因为长时间没有收到心跳 而过期的服务
2， Eureka 仍然可以接受新的服务注册和请求，但是不会同步到其他的节点上
3，当网络稳定 时，当前实例新的注册信息会被同步到其他的节点中

这就是Zookeeper和 Eureka的 不同， Eureka会很好处理 因网故障分节点失去联系 还 是可用 而Zookeeper会瘫痪。