面试题答案
一键面试以 Cassandra 为例：
1. ACID 特性对整体架构设计的影响
数据存储结构
- 原子性：Cassandra 采用基于日志结构合并树（LSM - Tree）的存储结构。写入首先进入 Commit Log 和 Memtable，这种结构保证了写入操作的原子性。Commit Log 记录所有写入操作，确保即使系统崩溃，也能恢复未完成的操作。当 Memtable 达到一定阈值后，会刷写到磁盘形成 SSTable。
- 一致性：Cassandra 数据以分区（Partition）为单位存储，每个分区包含多个副本。为了保证一致性，副本之间需要同步数据。采用 gossip 协议来传播节点状态信息，使得各节点能知晓集群状态。在读取数据时，通过配置一致性级别（如 ONE、QUORUM、ALL 等）来决定读取到的数据一致性程度。高一致性级别需要更多副本响应，从而保证读取到最新数据。
- 隔离性：Cassandra 早期对事务支持有限，在隔离性方面较弱。它默认的读操作可能会读到脏数据。不过，随着版本发展，通过轻量级事务（LWT）机制，实现了类似行级的隔离，在一定程度上满足隔离性要求。对于 LWT，在写入时通过 Paxos 协议来保证操作的原子性和隔离性。
- 持久性：Commit Log 确保了持久性。即使系统崩溃，重启后可以根据 Commit Log 恢复未持久化到 SSTable 的数据。同时，多副本机制也增强了持久性，副本存储在不同节点，降低数据丢失风险。
副本管理
- 原子性：副本复制过程中，Cassandra 使用 Anti - Entropy 机制保证数据一致性和原子性。如果发现副本间数据不一致，通过 Merkle 树等技术识别差异并进行修复，确保所有副本的数据修改是原子性的。
- 一致性：副本管理的核心是保证各副本数据一致。采用复制因子（Replication Factor）来定义副本数量，通过一致性协议（如 gossip 协议结合 hinted handoff 等）在副本间同步数据。在写入时，根据一致性级别要求，确保相应数量的副本写入成功，从而保证数据一致性。
- 隔离性：副本间操作相互独立，在更新副本数据时，通过 LWT 保证每个副本的更新操作具有一定隔离性，避免并发更新导致的数据冲突。
- 持久性：多副本存储提高了数据的持久性。每个副本都存储在不同节点，即使部分节点故障，只要还有副本存在，数据就不会丢失。同时，写入操作会持久化到多个副本，进一步保证数据的持久性。
事务处理机制
- 原子性：轻量级事务（LWT）利用 Paxos 协议实现原子性。对同一行数据的操作要么全部成功，要么全部失败。在操作时，通过比较和设置（Compare - And - Set，CAS）机制，确保操作的原子性。
- 一致性：LWT 通过 Paxos 协议在多个副本间达成一致，保证事务执行结果在所有副本上的一致性。
- 隔离性：LWT 提供行级隔离，同一行数据的并发事务操作不会相互干扰。不同行的事务操作可以并行执行，提高系统并发性能。
- 持久性：Commit Log 保证了事务操作的持久性。在事务提交前，相关操作记录会写入 Commit Log，确保即使系统崩溃，事务也能恢复。
2. 为满足 ACID 特性做出的妥协或创新
妥协
- 性能与一致性的平衡：为了保证一致性，高一致性级别（如 ALL）会等待所有副本响应，这可能导致写入性能下降。在高并发写入场景下，需要在一致性和性能之间做出权衡，降低一致性级别来提高写入性能。
- 事务支持有限：传统关系型数据库的全功能事务在 Cassandra 中实现困难。LWT 仅支持行级事务，对于跨多行或跨表的复杂事务支持不足，这限制了其在一些需要复杂事务场景的应用。
创新
- 灵活的一致性级别：Cassandra 提供多种一致性级别，用户可以根据业务需求灵活选择。这种方式在不同应用场景下既能保证一定的数据一致性，又能兼顾性能，是一种创新的设计。
- 基于 gossip 的副本管理：gossip 协议使得 Cassandra 集群能够快速发现节点状态变化，高效传播信息，从而及时同步副本数据。这种去中心化的副本管理方式，相比传统集中式管理更具扩展性和容错性。