Eureka与zookeeper的区别、原理及各⾃优缺点
前⾔
在微服务的开发过程中，如果使⽤的是 Dubbo 那就必须香港明星谁最有钱
使⽤到 Zookeeper ，在使⽤ Spring Cloud Eureka 时，⾃然其功能更强⼤得多。博主也不得不感叹，Spring Cloud Eureka 后来者居上呀，Dubbo 早在⼏年前停⽌了维护，在其停⽌了维护的⼏年⾥正是互联⽹发展的⼤好时期，Eureka 借机快速发展，夺得了⼀⼤⽚市场，可以说已经超越了 Dubbo 了，17年的时候，阿⾥巴巴⼜突然宣布重启对Dubbo 的维护，在其重启的发布会上，其主导维护者也表⽰，将希望加⼊ Eureka 的⽣态，呃。。。好吧。
废话过多，进⼊正题。为什么要⽤ Eureka 与 Zookeeper 进⾏⽐较呢，因为两者都有类似的起到服务注册中⼼的作⽤，请往下看。
关于 Eureka
1、什么是 Eureka ？
Eureka 是 Netflix 的⼀个⼦模块，也是核⼼模块之⼀。Eureka 是⼀个基于 REST（REprentational State Transfer） 的服务，⽤于定位服务，以实现云端中间层服务器的负载均衡和故障转移。Eureka还附带了⼀个基于java的客户端组件——Eureka Client，它使得感叹岁月流逝的诗句
与服务的交互更加容易。Eureka Client 还
有⼀个内置的负载均衡器，可以进⾏基本的循环负载均衡，在 Netflix，⼀个更加复杂的负载均衡器封装了 Eureka，可以根据流量、资源的使⽤情况、错误条件等因素根据⾃定义的权重来实现负载均衡，从⽽提供更好的弹性服务。
对于服务注册与发现对于微服务架构来说是⾮常重要的，有了服务发现与注册，只需要使⽤服务的标识符，就可以访问到服务，⽽不需要修改服务调⽤的配置⽂件了。
2、Eureka 基本架构原理
Eureka 采⽤了 C-S 的设计架构。Eureka Server 作为服务注册功能的服务器，它是服务注册中⼼。⽽系统中的其他微服务，则使⽤Eureka Client 连接到 Eureka Server 并维持⼼跳连接。这样系统的维护⼈员就可以通过 Eureka Server 来监控系统中各个微服务是否正常运⾏。Spring Cloud 的⼀些其他⼦模块（例如 Gateway）就可以通过 Eureka Server 来发现系统中的其他微服务，并执⾏相关的业务逻辑。⼀个 Eureka 的⾼可⽤架构图如下（后⾯会专门的⼀篇⽂章来描述如何实现⾼可⽤）：
上⾯图描述了 Eureka 是如何部署在 Netflix 上的，这是 Eureka 典型的使⽤案例。每个区域都有⼀个 Eureka 集群，⽽这个 Eureka 集群只知道该区域中的实例。每个区域⾄少有⼀个 Eureka 服务器来处理该区域故障（故障转移）。
关于 Eureka 的更多内容，请查看《 Eureka 基本原理及其架构概述 》
Eureka 源码地址：
关于 Zookeeper
1、为什么要使⽤ Zookeeper ？
Zookeeper 是⼀个⽤于维护配置信息、命名、提供分布式同步和提供组服务的集中服务。 所有这些类型的服务都以某地理学家
种形式被分布式应⽤程序使⽤。 每次实现它们时，都会有⼤量的⼯作⽤于修复不可避免的 bug 和竞争条件。 由于难以实现这些类型的服务，应⽤程序在开始时通常会缩减这些服务，这使得它们在咽立爽口含滴丸
出现变更时变得脆弱，难以管理。 即使正确地执⾏，在部署应⽤程序时，这些服务的不同实现也会导致管理复杂性。
ZooKeeper 的⽬标是将这些不同服务的精华提炼成⼀个⾮常简单的、集中的协调服务接⼝。 服务本⾝是分布式的，并且⾼度可靠的。 其⼀致性、集群管理和协议都将由服务来实现，这样应⽤程序就不需要⾃⼰再去实现它们。 这些应⽤程序的特定⽤途将由 Zookeeper 的特定组件和应⽤程序的特定约定组成。 ⽽ Zookeeper Recipes 就向我们展⽰了如何使⽤这个简单的服务来构建更强⼤的抽象。
2、什么是 Zookeeper ？
ZooKeeper 是⼀个分布式的，开放源码的分布式应⽤程序协调服务，是 Google 的 Chubby ⼀个开源
的实现，是 Hadoop 和 Hba 的重要组件。它是⼀个为分布式应⽤提供⼀致性服务的软件，其主要功能包括：配置维护、域名服务、分布式同步、组服务管理等。
ZooKeeper 的⽬标就是错综复杂的、易出错的服务封装起来，将简其单易⽤的接⼝和性能⾼效、功能稳定的系统服务暴露出来并提供给⽤户调⽤使⽤。
3、Zooekeeper 基本原理
ZooKeeper 是以 Paxos 算法为基础的，⽽Paxos 算法存在活锁的问题，即当有多个 propor 交错提交时，有可能互相排斥导致没有⼀个 propor 能提交成功，⽽ Paxos 作了⼀些优化，通过选举产⽣⼀个leader （领导者），只有 leader 才能提交 propor。
*注：所谓的 Paxos 算法是⼀种基于消息传递的⼀致性算法，并且该算法被认为是类似算法中最有效的。
ZooKeeper 的基本运⾏流程：
1、选举 Leader（所以⼀般要求3个，或者以上）。
2、同步数据。
3、选举 Leader 过程中算法有多中，但最终的选举标准是⼀致的。
4、Leader 被赋予最⾼的执⾏ID（竞选成功后的授权），其执⾏ID类似于Linux中的root权限。
5、集群中服务得到通知并⼀致的认可选出的 Leader。
6、Leader 服务器宕机，进⼊1）步，再次进⾏ Leader 选举。
4、Zookeeper 特性
在 Zookeeper 中，znode 是⼀个跟UFS（Unix File System） 路径相似的节点，可以往这个节点存储或获取数据。Zookeeper 使⽤Watcher 事件进⾏监测，如果在创建 znode 时 Flag 设置为临时节点的（关于更多 Flag 的设置，请参考：），那么当创建这个 znode 的节点与 Zookeeper 服务失去连接后，这个 znode 将不再存在在 Zookeeper ⾥。当客户端接收到事件信息，⽐如连接超时、节点数据改变、⼦节点改变，都可以调⽤相应的事件来处理数据。
Zookeeper 源码地址：
Eureka 与 zookeeper 的区别
1、了解什么是 CAP原则
CAP 原则⼜称 CAP 定理，1998年，加州⼤学的计算机科学家 Eric Brewer 提出的，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），三者不可兼得（我们常说的鱼和熊掌不可兼得）。CAP 原则也是NoSQL 数据库的基⽯。
2、CAP 原则的三个指标
1、⼀致性（Consistency，C）：在分布式系统中的所有数据备份，在同⼀时刻是否同样的值。（等同于所有节点访问同⼀份最新的数据副本）。
2、可⽤性（Availability，A）：在⼀个分布式系统的集群中⼀部分节点故障后，该集群是否还能够正常响应客户端的读写请求。（对数据更新具备⾼可⽤性）。
3、分区容错性（Partition tolerance，P）：⼤多数的分布式系统都分布在多个⼦⽹络中，⽽每个⼦⽹络就叫做⼀个区（partition）。分区容错的意思是，区间通信可能失败。⽐如阿⾥巴巴的服务器（不知道各位有没有发现，不管你到那个城市去，你访问的服务器总是该城市的，其中使⽤ 了算法，由于篇幅有限就不再这⼉⼀⼀讲解了），⼀台服务器放在上海，另⼀台服务器放在北京，这就是两个区，它们之间可能存在⽆法通信的情况。在⼀个分布式系统中⼀般分区容错是⽆法避免的，因此可以认为 CAP 中的 P 总是成⽴的。CAP 理论告诉我们，在 C 和 A 之间是⽆法同时做到。
3、区别
Spring Cloud Eureka -> AP
Spring Cloud Netflix 在设计 Eureka 时就紧遵AP原则（尽管现在2.0发布了，但是由于其闭源的原因 ，博主⼀直⽆法进⼀步的研究，但是⽬前 Ereka 1.x 任然是⽐较活跃的）。Eureka Server 也可以运⾏
多个实例来构建集群（后⾯专门的⽂章讲解），解决单点问题，但不同于 ZooKeeper 的选举 leader 的过程，Eureka Server 采⽤的是Peer to Peer 对等通信。这是⼀种去中⼼化的架构（参看：微服务与微服务架构思想与原则），⽆ master/slave 之分，每⼀个 Peer 都是对等的。在这种架构风格中，节点通过彼此互相注册来提⾼可⽤性，每个节点需要添加⼀个或多个有效的 rviceUrl 指向其他节点。每个节点都可被视为其他节点的副本。
在集群环境中如果某台 Eureka Server 宕机，Eureka Client 的请求会⾃动切换到新的 Eureka Server 节点上，当宕机的服务器重新恢复后，Eureka 会再次将其纳⼊到服务器集群管理之中。当节点开始接受客户端请求时，所有的操作都会在节点间进⾏复制（replicate To Peer）操作，将请求复制到该 Eureka Server 当前所知的其它所有节点中。
当⼀个新的 Eureka Server 节点启动后，会⾸先尝试从邻近节点获取所有注册列表信息，并完成初始化。Eureka Server 通过getEurekaServiceUrls() ⽅法获取所有的节点，并且会通过⼼跳契约的⽅式定期更新。默认情况下，如果 Eureka Server 在⼀定时间内没有接收到某个服务实例的⼼跳（默认周期为30秒），Eureka Server 将会注销该实例（默认为90秒，如果某个 eureka.instance.lea-expiration-duration-in-conds 进⾏⾃定义配置）。当 Eureka Server 节点在短时间内丢失过多的⼼跳时，那么这个节点就会进⼊⾃我保护模式（后⾯有⽂章会谈及关于 Eureka Server 的⾃我保护机制）。
Apache Zookeeper -> CP
与 Eureka 有所不同，Apache Zookeeper 在设计时就紧遵CP原则，即任何时候对 Zookeeper 的访问请求能得到⼀致的数据结果，同时系统对⽹络分割具备容错性，但是 Zookeeper 不能保证每次服务请求都是可达的。从 Zookeeper 的实际应⽤情况来看，在使⽤Zookeeper 获取服务列表时，如果此时的 Zookeeper 集群中的 Leader 宕机了，该集群就要进⾏ Leader 的选举，⼜或者 Zookeeper
集群中半数以上服务器节点不可⽤（例如有三个节点，如果节点⼀检测到节点三挂了 ，节点⼆也检测到节点三挂了，那这个杀鸡焉用牛刀
节点才算是真的挂了）简易版牛奶布丁
，那么将⽆法处理该请求。所以说，Zookeeper 不能保证服务可⽤性。
当然，在⼤多数分布式环境中，尤其是涉及到数据存储的场景，数据⼀致性应该是⾸先被保证的，这也是 Zookeeper 设计紧遵CP原则的另⼀个原因。但是对于服务发现来说，情况就不太⼀样了，针对同⼀个服务，即使注册中⼼的不同节点保存的服务提供者信息不尽相同，也并不会造成灾难性的后果。因为对于服务消费者来说，能消费才是最重要的，消费者虽然拿到可能不正确的服务实例信息后尝试消费⼀下，也要胜过因为⽆法获取实例信息⽽不去消费，导致系统异常要好（淘宝的双⼗⼀，京东的⼳六⼋就是紧遵AP的最好参照）。
4、结束语
ZooKeeper 基于 CP，不能保证⾼可⽤，Eureka 基于AP，能保证⾼可⽤。作为注册中⼼⽽⾔，配置是不经常变动的，只有当新版本发布或者服务器出故障时会变动。CP 不合适于配置经常变动的，⽽ AP 在遇到问题时可以牺牲其⼀致性来保证系统服务的⾼可⽤性，既返回旧数据。
Eureka从理论上讲作为系统服务的注册中⼼是最适合的。也有不少⼈认为，在现实⽣产环境中他（她）遇到的很多项⽬都采⽤的是Zookeeper + Dubbo 实现的服务注册与发现，那是因为你们的集群（业务流量需求）还不够庞⼤，流量⼩，⼀般环境运⾏都⽐较稳定的，基本上不会遇到注册中⼼的实例（节点）半数以上都挂了的情况，问题也不会那么的明显罢了，或根本就遇不到。
所以在实际⽣产环境中，选择 Zookeeper 还是选择 Eureka ，这个就要取决于系统架构师对于业务环境的权衡了。
好了，关于 Eureka 与 zookeeper 的区别、原理及各⾃优缺点 就写到这⼉了，如果还有什么疑问或遇到什么问题欢迎扫码提问，也可以给我留⾔哦，我会⼀⼀详细的解答的。
歇后语：“ 共同学习，共同进步 ”，也希望⼤家多多
