1.请简述 CAP 原理。

C（Consistency）：一致性

从服务端角度看：在分布式系统中的所有数据备份，在同一时刻数据一致；

从客户端角度看：每次读取的数据都应该是最近的数据或者返回一个错误，而不是过期数据；

A（Availability）：可用性

从服务器角度看：在集群一部分节点故障后，集群还能正常响应客户端的读写请求；

从客户端角度看：每次请求都能得到响应，而不是发生错误或者失去响应，不过这个响应不需要保证是最近的数据；

P（Partition tolerance）：分区容错性

从服务器角度看：以实际效果而言，分区相当于对通信的时限要求。系统如果不能在时限能达成数据一致性，就意味着发生了分区的情况，必须就当前操作在 C 和 A 之间做出选择；

从客户端角度看：即使因为网络原因，部分服务器之间消息丢失或者延迟了，系统依旧是可以操作的；

CAP 原理是指分布式存储是系统只能同时满足上面的两点，要么是 AP，要么是 CP，要么是 AC；

AP 情况

表示服务在发生分区容错性时，即由于网络原因导致服务之间的数据同步时消息丢失或者延迟，会出现数据不一致现象，但是此时的系统时满足可用性的，所有的服务节点都是可用的；

CP 情况

表示服务在发生分区容错性时，即由于网络原因会导致导致服务之间的数据同步时消息丢失或者延迟，但是此时为了满足一致性情况，数据不进行备份（就不会出现不一致的情况），但是如果当前服务节点发生宕机，此时服务不可用，不满足可用性；

AC 情况

表示不会发生分区容错性，但是在一个分布式系统中，这种情况是不存在的。

所以当发生网络分区时，我们要么取消操作，这样可以保证一致性，但是不能保证可用性，要么执行操作，这样可以保证可用性，但是不能保证一致性。

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）。

​