大规模服务一直向注册中心进行注册、发送心跳、服务发现，对于注册中心来说，高并发的读写请求压力是非常巨大的，通常注册中心是怎么保证高性能呢？
RocketMQ
RocketMQ的NameServer不仅作为Broker的注册中心，他还需要存储路由的基础信息，所以他维护了多个数据结，包括Topic消息队列路由信息、Broker基础信息、Broker集群信、Broker状态信息等。
也就是说在进行Broker注册、Broker删除的时候，是需要对多个数据结构进行修改。
在高并发场景下，RocketMQ是通过读写锁来对这些数据结构保障数据的安全性。在同一时刻，NameServer只能对一个Broker进行处理，但是在读的时候，却是可以多线程同时读取。
Nacos
Nacos为了防止高并发的读写，用了CopyOnWrite的思想，但是并不是说他就不加锁了，他会对Service进行细粒度的加锁。
由于CopyOnWrite会占用空间，Nacos复制的时候，仅针对相应的内存进行了复制，处理完成后，再把这部分内存替换回去。
Eureka
Eureka则使用了多级缓存，包括只读缓存、读写缓存、注册表。这里引用Eureka - 服务续约和注册、下线(Server)的图。
文章图片
Zookeeper
Zookeeper在并发量不是很大的情况是可以作为注册中心（在大数据领域更多的是作为一个协调器），但是在并发量很大的时候，他有以下不足。
Zookeeper是CP模型的，所以当服务注册的时候，必须有过半的Zookeeper节点保存成功，这个服务才算保存成功（但实际场景中，我们并不需要保持强一致性）。过半服务保存的时间相对单个节点来说，是比较耗时的。
而且CP模型在网络分区的时候，会造成部分服务无法进行注册，导致同一个区的服务因为注册中心的问题而无法正常使用。
【大军闲聊 -- 注册中心怎么保证高性能】Zookeeper通过长连接来进行活性探测，并通过Watch机制来通知服务，服务很大的时候，也给Zookeeper带来了一定的性能损耗。
