一、首先介绍下CAP       RDBMS(mysql/oracle/sqlServer)    ----->    ACID       NOSQL(redis/mongdb)  ---->   CAP                  ACID：A（atomicity）原子性   C（Consistency）一致性                         I（Isolation）独立性      D（Durability）持久性              CAP：  C（Consistency）强一致性   A（Availability） 可用性                            P（Partition tolerance）分区容错性              CAP的3进2：                  最多只能同时较好的满足两个。                  CAP理论的核心是：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。                  因此，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，通常在课扩展性上不太强大。         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。                             CAP理论就是说在分布式存储系统中，最多只能实现上面的两点。而由于当前的网络    硬件肯定会出现延迟丢包等问题，所以分区容错性是我们必须要实现的。    所以我们只能在一致性和可用性之间进行权衡，没有NoSQL系统能同时保证这三点。

二、Eureka 和 Zookeeper区别？   1.Eureka是遵守AP原则      Zookeeper是遵守CP原则           Zookeeper保证CP原则：          1.1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高于一致性。   但是zk会出现这一种情况，当master节点因为网络故障与其他节点失去联系时，剩余注册   功能就会重新进行leader选举看。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。         1.2Eureka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注册或者如果发现链接失败时，则会自动切换至其他节点，   只要有一台Eureka还在，就能保证注册服务可用（保证可用），只不过查到的信息可能不是   最新的（不保证一致性）。除此以外，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   一下几种情况：       （1）Eureka不在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                （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zk那样      是整个注册服务瘫痪。