一、服务注册的入口

第一种方式是，对实现了SmartLifeCycle接口的Bean，在Spring boot应用启动的时候最终调用DefaultLifeCycleProcessor.doStart()方法循环调用所有实现了SmartLifeCycle接口的Bean中的start方法；EurekaAutoServiceRegistration实现了SmartLifeCycle接口，其中start方法最终调用StatusChangeListener.notify进行服务状态变更的监听，而这个监听的方法受到事件之后会去执行服务注册

EurekaClientAutoConfiguration自动装配的时候，会将CloudEurekaClient注入到了容器，CloudEurekaClient构造方法会调用父类DiscoveryClient，DiscoveryClient初始化的时候，发起服务注册register();通过InitScheduledTasks建立心跳检测机制，通过内部类来实例化StatusChangeListener实例状态监控接口，定时上报服务状态；regiseter()调用**AbstractJerseyEurekaHttpClient.register()**会去请求apps/服务名

二、Eureka Server收到请求之后的处理

发起请求之后，其实就是调用服务端的接口ApplicationResource.addInstance()，

最终会调用PeerAwareInstanceRegistryImpl.register()方法，这里边的逻辑包含，通过leaseDuration设置了续约过期时间，默认90s;也就是当服务端超过90s没有接受到客户端的心跳则主动剔除该节点；调用super.register()中的注册方法;将信息复制到Eureka Server集群中的其他机器上，同步的实现也很简单，就是获得集群中所有的节点，然后逐个发起注册。

下边进入到AbstractInstanceRegistry.regsiter()方法中，实际上是将客户端传递过来的实例数据保存到Eureka-server中的ConcurrentHashMap中；首先根据appName获取当前实例信息，如果AppName是第一次注册，就初始化一个ConcurrentHashMap；然后根据InstanceInfo.id获取具体实例，与客户端比较，以最新的最新的为主。 当原来存在Lease的信息时，设置serviceUpTimestamp, 保证服务启动的时间一直是第一次注册的那个；将新的实例数据放到gMap中完成注册，将变化加到 队列recentlyChangedQueue用于增量获取，设置让缓存失效。

三、Eureka 的多级缓存设计

Eureka Server存在三个变量：(registry、readWriteCacheMap、readOnlyCacheMap)保存服务注册信息，默认情况下定时任务每30s将readWriteCacheMap同步至readOnlyCacheMap，每60s清理超过90s未续约的节点，Eureka Client每30s从readOnlyCacheMap更新服务注册信息，而客户端服务的注册则从registry更新服务注册信息。

多级缓存的意义

这里为什么要设计多级缓存呢？原因很简单，就是当存在大规模的服务注册和更新时，如果只是修改一个ConcurrentHashMap数据，那么势必因为锁的存在导致竞争，影响性能。

而Eureka又是AP模型，只需要满足最终可用就行。所以它在这里用到多级缓存来实现读写分离。注册方法写的时候直接写内存注册表，写完表之后主动失效读写缓存。

获取注册信息接口先从只读缓存取，只读缓存没有再去读写缓存取，读写缓存没有再去内存注册表里取（不只是取，此处较复杂）。并且，读写缓存会更新回写只读缓存

responseCacheUpdateIntervalMs ： readOnlyCacheMap 缓存更新的定时器时间间

隔，默认为30秒responseCacheAutoExpirationInSeconds : readWriteCacheMap 缓存过期时间，默认为 180 秒

在AbstractInstanceRegistry.regsiter()方法中调用invalidateCache方法让写缓存失效；写缓存失效后，会定期向读缓存更新数据，在ResponseCacheImpl构造方法中启动一个getCacheUpdateTask来判断写缓存与读缓存的值是否一致，如果不一致则更新读缓存。