CAP定理下：Zookeeper、Eureka、Nacos简单分析

CAP定理

C: 一致性（Consistency）：写操作之后的读操作也需要读到之前的
A: 可用性（Availability）：收到用户请求，服务器就必须给出响应
P: 分区容错性（Partition tolerance）：系统中任意信息的丢失或失败不会影响系统的继续运作

CAP定理指的是在一个分布式系统中，C、A、P三者不可兼得

由于P是无法避免的，P总是成立的，故剩下的C和A无法同时做到，因为CA场景下通信可能会失败（即出现分区容错），类似于加锁不加锁。

火车票场景：放弃一致性实现AP
银行转账：放弃分区容错性实现CA

Zookeeper

实现：CP（一致性+分区容错性）
ZK选择放弃了高可用性，为达到了强一致性，采用了ZAB（Zookeeper Atomic Broadcast）协议，即原子广播协议来保证分布式事务的一致性（C），大概内容如下：

1）发现：必须选举出一个Leader进城，维护一个Follower客户端列表
2）同步：Leader负责与Followers同步数据，多副本保存（高可用、分区容错）
3）广播：Leader可接受客户端新的proposal请求，并广播给Followers- 所有的事务必须由一个全局唯一的服务器来协调处理
- Leader将客户端请求转换为一个事务proposal广播给所有的Followers，然后等待所有Follower的ACK确认反馈，有一半Follower反馈就会向所有Follower下发commit请求，让他们将上一个事务proposal提交执行（二阶段提交）

所以，ZK集群在进行消息同步的时候，必须由一半以上的节点完成了同步才会生效返回，当Leader或过半节点不可用时，会重新进行Leader选举（选举模式），过程中就无法对外提供服务（无A）。但是对于服务发现注册组件来说，就算无法及时获得最新的服务列表，一般也不会导致系统整体的崩溃。

Eureka

实现：AP（可用性+分区容错性）
从Eureka的架构可知，他使用的是去中心化的模式，各个节点是平等的且没有主从概念，通过互相通讯注册的方式来实现消息的同步，自然保证了高可用性（A）。在消息同步时，Eureka并不对消息的抵达进行保证，

Nacos

实现：CP/AP均支持
1）AP：注册时临时存在于注册中心，即临时节点模式，会在服务下线或不可用时，或是心跳检测无响应时，更新其健康状态，过一段时间进行列表节点删除。（放弃一致性）在此模式下，Nacos集群中的节点之间通过Distro协议同步实例注册消息（Distro协议保证的是最终一致性）

2）CP：注册永久节点，通过注册中心主动探活，去探测永久实例的状态，在Nacos集群中通过Raft协议更新实例列表（类似zk的ZAB协议，选举过程中nacos集群不可用）