第 6 周 作业 / 学习总结



作业：

1. 请简述 CAP 原理。

一致性（Consistency）

每次请求，不管访问哪个节点，得到的要么是绝对一致的最新写入的数据，要么读取失败。强调的是数据正确。

可用性 (Availability)

任何来自客户端的请求，不管访问哪个非故障节点，都能得到响应数据，但不保证是同一份最新数据。强调的是服务可用，但不保证数据正确。

分区容错性（Partition Tolerance）

当节点间出现任意数量的消息丢失或高延迟的时候，系统仍然在继续工作。强调的是集群对分区故障的容错能力。



CAP理论说的是对于一个分布式系统而言，一致性（Consistency）、可用性（Availability）、分区容错性（Partition Tolerance）3 个指标不可兼得，只能在 3 个指标中选择 2 个。

CAP理论给我们的启发

分布式系统与单机系统不同，它涉及到多节点间的通讯和交互，节点间的分区故障是必然发生的。

只要有网络交互就一定会有延迟和数据丢失，而这种状况我们必须接受，还必须保证系统不能挂掉。分布式系统中，节点间的分区故障是必然发生的。分区容错性（P）是前提，是必须要保证的。

我们需要根据不同的业务场景，在数据一致性（ACID）和服务可用性（BASE）之间权衡。



2. 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）。

TODO。

学习总结：

分布式数据库技术

主主复制

• 提高数据库写的可用性，并不能提高写的能力

• 同一时间只向一个节点写入，同时复制给另外一个节点。当该节点瘫痪时，切换节点，能够保证写操作继续进行

数据分片

• 解决单表数据量过大问题

• 预先做好schema规划，确定好schema数量。同一个数据库上可以有多个schema，扩容数据库时迁移schema到新的节点

• 分布式数据库中间件原理: 根据字段以及路由算法映射到不同的db

数据库压力大时优化方式

• 业务分库（优先）

• 数据分片（单表压力过大时， 对单表进行分片）