架构师训练营—第六周作业



1. 请简述 CAP 原理。

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）。



CAP理论：





• C（一致性）：一致性被称为原子对象，任何的读写都应该看起来是“原子“的，或串行的。写后面的读一定能读到前 面写的内容。所有的读写请求都好像被全局排序。

• A（可用性）：对任何非失败节点都应该在有限时间内给出请求的回应。（请求的可终止性）

• P（分区容错）：允许节点之间丢失任意多的消息，当网络分区发生时，节点之间的消息可能会完全丢失。



CAP三者不可兼得：

(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，违背设计初衷。如Oracle RAC，各实例物理存储一份，且共享数据缓冲区



(2) CP: 优先保证一致性和分区容错性，放弃可用性。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，而是逐渐变得一致。



在分布式的环境中，一般来说，分区容错无法避免，因此可以认为 CAP 的 P 总是成立。CAP 定理告诉我们，剩下的 C 和 A 无法同时做到。因为：要把数据复制到多个节点，就会带来一致性的问题，多个节点上面的数据可能是不一致的。要保证一致，每次写操作就都要等待全部节点写成功，而这等待又会带来可用性的问题。总的来说就是，数据存在的节点越多，分区容忍性越高，但要复制更新的数据就越多，一致性就越难保证。为了保证一致性，更新所有节点数据所需要的时间就越长，可用性就会降低。