1.请简述 CAP 原理

CAP原理是针对分布式数据库而言的，是指在分布式系统中，一致性(Consistency, C)、可用性(Availability, A)、分区耐受性(Partition Tolerance, P)三者不可兼得。

• 一致性(Consistency, C)

一致性是说，每次读取的数据都应该是最近写入的数据或者返回一个错误（Every read receives the most recent write or an error）,而不是过期的数据，也就是说，数据是一致的。

• 可用性(Availability, A)

可用性是说，每次请求都应该得到一个响应，而不是返回一个错误或者失去响应，不过这个响应不需要保证数据是最近写入的（Every request receives a (non-error) response,without the gurantee that it contains the most recent write）, 也就是说系统需要一直可以正常使用的，不会引起调用者的异常，但并不保证响应的数据是最新的。

• 分区耐受性(Partition Tolerance, P)

分期耐受性是说，即使因为网络原因，部分服务节点之间消息丢失或者延迟了，系统依然应该是可以操作的（The system continus to oprate dispite an arbitrary number of messages being dropped (or delayed) by the network between nodes）



当网络分区失效发生时，我们要么取消操作，这样数据就是一致的，但是系统却不是可用的；要么我们继续写入数据，但是数据的一致性就得不到保证。

在分布式系统中网络失效是一定存在的，也就是说分区受耐性是一定要保证的，那么在一致性和可用性上就必须二选一。所以在CAP中要么选择CA要么就选择CP。



BASE理论

BASE理论是基于CAP定理演化而来，是对CAP中一致性和可用性权衡的结果。核心思想是指即使无法做到强一致性，但每个业务根据自身的特点，采用适当的方式来使系统达到最终一致性。

• 基本可用（Basically Available）：指分布式系统在出现故障的时候，允许损失部分可用性，保证核心可用。但不等价于不可用。

• 软状态(Soft state)：软状态是指允许系统存在中间状态，并且该中间状态不会影响系统整体可用性。即允许系统在不同节点间副本同步的时候存在延时。

• 最终一致性(Eventually consistent)： 系统中的所有数据副本经过一定时间后，最终能够达到一致的状态，不需要实时保证系统数据的强一致性。最终一致性是弱一致性的一种特殊情况。

BASE理论面向的是大型高可用可扩展的分布式系统，通过牺牲强一致性来获得可用性。ACID是传统数据库常用的概念设计，追求强一致性模型。



2.画出Doris部分时序图

针对 Doris 案例，请用 UML 时序图描述 Doris 临时失效的处理过程（包括判断系统进入临时失效状态，临时失效中的读写过程，失效恢复过程）。



2.1临时故障时序图



2.2永久故障时序图