先来解释下分布式系统中的CAP原则：指的是在一个分布式系统中，C - Consistency（一致性）、 A - Availability（可用性）、P - Partition tolerance（分区容错性），三者不可兼得。

其中，P - Partition tolerance（分区容错性）原则是必不可少的。

1、Dubbo相当与Spring Cloud

Dubbo是个微服务整体架构的框架，提供的功能包括服务注册发现，远程调用，监控等等。对标的项目是spring cloud。但Spring Cloud是一个系列的软件，有很多组件来拼装提供微服务的总体架构。Dubbo自己全封装了。

2、Zookeeper集成在Dubbo中以后，相当于Spring Cloud中的Eureka

Dubbo的服务发现模块基于zookeeper实现；

Eureka是Spring Cloud之下一个专门负责微服务服务注册和发现的组件，Eureka就是为了服务发现而设计的。是Dubbo对应的概念的一个部分。 3、原本的Zookeeper

在概念上，Zookeeper是用来保证分布式一致性的一个软件，不是为了服务发现注册而设计的。只不过它的特性也可以被二次开发成服务发现注册中心罢了，所以在Duboo这里被改造成做注册用了。

4、Zookeeper保证C P

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，因网络问题使得zk集群失去master节点是较大概率会发生的事，虽然服务能够最终恢复，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。

5、Eureka保证A P

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注册或如果发现连接失败，则会自动切换至其它节点，只要有一台Eureka还在，就能保证注册服务可用(保证可用性)，只不过查到的信息可能不是最新的(不保证强一致性)。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，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：

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

内容太多，这里不想洗解释，感兴趣的朋友请查看我的相关博文，链接：https://blog.csdn.net/weixin_44259720/article/details/103157735

更多精彩，请关注我的"今日头条号"：Java云笔记 随时随地，让你拥有最新，最便捷的掌上云服务