架构师训练营 - 作业 6

1.请简述CAP原理

CAP 理论是针对分布式数据库而言的，它是指在一个分布式系统中，强一致性（Consistency, C）、可用性（Availability, A）、分区容错性（Partition Tolerance, P）三者不可兼得。、

<1>强一致性（Consistency),系统在执行过某项操作后仍然处于一致的状态。在分布师系统中，更新操作执行成功后所有用户都应读取到最新的值。

<2>可用性（Availability), 每个请求都应在给定时间内返回响应，而不是返回错误或失去响应。

<3>分区容错性（Partition Tolerance), 在节点间通信失败时保证系统依然可用. 对容错的要求提高会降低对可用性或一致性的期望, 要么停止系统用于错误恢复, 要么继续服务但是降低一致性。

根据CAP理论，分布式数据共享系统只能满足三个特性中的两个，而不能同时满足，因此系统设计必须在三个特性之间做出权衡。例如Amazon的Dynamo具有高可用性和分区容错性，但不能保证强一致性，也就是说用户不能立即看到用户更新的内容。

系统满足三个条件中不同的两个条件会有不同的特点。

<1>保留CA，

放弃P如果想避免分区容错性问题的发生，一种做法是将所有的数据（与事务相关的）都放在一台机器上。虽然无法100%保证系统不会出错，但不会碰到由分区带来的负面效果。当然这个选择会严重的影响系统的扩展性。作为一个分布式系统，放弃P，即相当于放弃了分布式，很多银行服务，就是舍弃了P，只用单台小型机+ORACLE保证服务可用性。

<2>保留CP，

放弃A相对于放弃“分区容错性“来说，其反面就是放弃可用性。一旦遇到分区容错故障，那么受到影响的服务需要等待一定的时间，因此在等待期间系统无法对外提供服务。作为分布式系统，有分区服务发生问题很有可能，如果因为某些服务不能用，导致整个服务都不能用。

<3>保留AP，

舍弃C这里所说的放弃一致性，并不是完全放弃数据一致性，而是放弃数据的强一致性。即放弃了同一时刻的数据一致性，而保留数据的最终一致性。以网络购物为例，对只剩下一件库存的商品，如果同时接受到了两份订单，那么较晚的订单将被告知商品告罄。通常情况下，很多分布式服务系统都是采用该方案，保证可用性性，分布式服务，因为某些分区服务发生问题，先容忍，最终通过一些折中的方法达到最终数据一致性。



2. 针对Doris案例，请用UML时序图描述Doris节点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）