• 请简述 CAP 原理。

• 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）。

CAP原理

C：Consistency 一致性，每次读取的都应该是最近一次写入的数据或者返回错误，而不是过期的数据。

A：Availability 可用性，每次请求都要返回一个响应，而不是返回错误或者无响应，不过返回的结果不要求是最近一次写入的，可以是过期的数据。

P：Partition tolerance 分区容错性，即使因为网络原因服务器之间节点通信丢失或者延迟，系统也需要依然是可以操作的。



如何理解CAP原理：

在现实世界中，网络分区失效是一定会发生的，所以分区耐受性是一定要保证的；而系统的可用性和一致性是存在逻辑上互斥的关系，根本无法同时满足。

所以，当网络分区失效（节点间通信丢失或者网络延迟）发生时：

• 要么取消操作，保证数据一致性，系统就返回一个错误码或者超时，但是这样系统就不可用了；

• 要么继续写入数据，但是节点之间的数据可能不一致，导致读取的数据可能不是最新，数据一致性无法保证。

CAP原理，总结来说，在分布式系统必须满足分区容错性的前提下，可用性和一致性无法同时满足。



目前大部分分布式系统采用的AP（保证可用和分区容错性）+ 保证数据最终一致性的方案。

最终一致性一般有以下几种来解决一致性冲突：

最终一致写冲突：记录时间戳，当数据在不同节点间扩散时，按照时间先后顺序覆盖最新的结果。

客户端冲突解决：比如在不同的节点上操作购物车，就可以采用合并的方法，数据扩散时将所有节点的数据合并在一起是可以的。

投票解决冲突（Cassandra）：

写数据时，向所有节点写数据，需要等待多数节点写入成功。

读取数据时，以返回相同数据的节点数多的为准。



Doris 临时失效时序图