架构师训练营 No.6 周作业

• 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理论，作为分布式系统的基础理论，它描述的是一个分布式系统在以下三个特性中：

一致性（Consistency）：在分布式系统完成某写操作后，任何读操作，都应该获取到该写操作写入的那个最新的值。相当于要求分布式系统中的各节点时时刻刻保持数据的一致性。

可用性（Availability）： 每次请求可以正常访问并得到系统的正常响应。用户角度来看就是不会出现系统操作失败或者访问超时等问题。

分区容错性（Partition tolerance）：指的分布式系统中的某个节点或者网络分区出现了故障的时候，整个系统仍然能对外提供服务。

CAP原理

首先，当网络分区故障发生的时候，我们要么取消操作，这样数据就是一致的，但是系统却不可用；要么继续写入数据，但就保证不了数据一致性。

再说，对于一个分布式系统而言，网络故障一定会发生，也就是说，分区耐受性是必须要保证的，那就要在可用性和一致性上要二选一。

总的来说，当网络分区故障，若选择了一致性，系统就可能返回错误或超时，即系统不可用。若选择了可用性，系统总可以返回一个数据，但并不能保证这个数据是新的。更准确来说，在分布式系统必须满足分区耐受性的前提下，可用性和一致性无法同时满足。



CAP三者不可兼得，该如何取舍：

(1) CA: 优先保证一致性和可用性，放弃分区容错。 这也意味着放弃系统的扩展性，系统不再是分布式的，有违设计初衷。

(2) CP: 优先保证一致性和分区容错性，放弃可用性。在数据一致性要求比较高的场合(如:zookeeper, Hbase) 是比较常见的做法，一旦发生网络故障或者消息丢失，就会牺牲用户体验，等恢复之后用户才逐渐能访问。

(3) AP: 优先保证可用性和分区容错性，放弃一致性。NoSQL中的Cassandra 就是这种架构。跟CP一样，放弃一致性不是说一致性就不保证了，而是逐渐的变得一致。