分布式系统中，即便是一个小型的集群，也需要通过一个机制来维护各个节点或服务的状态一致性和数据一致性。zab、paxos是使用较早的协议，后来出现了RAFT协议，这些主要通过RPC的机制进行节点连接，因此主要用于局域网或数据中心内部。Gossip（意：八卦、流言）支持p2p协议，是能够用于广域网的一致性维护的协议，已经被很多互联网系统采用。此外，CRDT也是正在研究的一致性机制，可以实现即时的多节点数据写入同步。这里主要介绍GOSSIP协议。
参考：
-
Raft算法和Gossip协议，https://www.backendcloud.cn/2017/11/12/raft-gossip/
-
Cassandra的gossip协议，http://blog.csdn.net/aesop_wubo/article/details/20401431
-
Gossip是分布式系统中被广泛使用的协议，其主要用于实现分布式节点或者进程之间的信息交换。Gossip协议同时满足应用层多播协议所要求的低负载，高可靠和可扩展性的要求。由于其简单而易于实现，当前很多系统（例如Amazon S3，Usenet NNTP等）选择基于Gossip协议以实现应用层多播的功能。
什么是Gossip协议
Gossip Protocol利用一种随机的方式将信息散播到整个网络中。正如Gossip本身的含义一样，Gossip协议的工作流程即类似于绯闻的传播，或者流行病的传播。具体而言Gossip Protocol可以分为Push-based和Pull-based两种。Push-based Gossip Protocol的具体工作流程如下：
-
网络中的某个节点随机的选择其他bb个节点作为传输对象。
-
该节点向其选中的bb个节点传输相应的信息
-
接收到信息的节点重复完成相同的工作
Pull-based Gossip Protol的协议过程刚好相反：
-
某个节点vv随机的选择bb个节点询问有没有最新的信息
-
收到请求的节点回复节点vv其最近未收到的信息
当然，为了提高Gossip协议的性能，还有基于Push-Pull的混合协议。同时需要注意的是Gossip协议并不对网络的质量做出任何要求，也不需要loss-free的网络协议。Gossip协议一般基于UDP实现，其自身即在应用层保证了协议的robustness。
Gossip协议的性能
Gossip协议的分析是基于流行病学（Epidemiology）研究的。因此在分析Gossip的性能之前，需要首先介绍一下流行病学中基本的模型。
Epidemiology
流行病传染最基本的模型仅作如下几个假设：
-
(n+1)(n+1)个人均匀的分布在一起
-
每一对人群之间的传染概率是ββ，显然0<β<10<β<1.
-
任意时刻，某个人要么处于infected的状态要么处于uninfected的状态.
-
一旦某个人从uninfected状态转变成为infected状态，其一直停留在infected状态。
有了以上假设，我们可以进一步分析流行病的传染情况。我们记tt时刻处于infected状态的人数为ytyt，处于uninfected状态的人为xtxt，那么初始状态 y0=1y0=1, x0=nx0=n，并且在任何时候xt+yt=n+1xt+yt=n+1.
考虑连续的时间，可知：
dxdt=−βxydxdt=−βxy
解的：
x=n(n+1)n+eβ(n+1)tx=n(n+1)n+eβ(n+1)ty=n+11+ne−β(n+1)ty=n+11+ne−β(n+1)t
明显，当t→∞t→∞时，x→0,y→(n+1)x→0,y→(n+1)，即经过足够的时间，所有的人都将被传染。
Gossip的性能
上述流行病传染模型为分析Gossip的性能提供了基础。在Gossip性能中，我们可以认为: β=b/nβ=b/n（因为对每个节点而言，被其他节点选中的概率就是b/nb/n)。我们令t=clog(n)t=clog(n)，可以得到:
y≈(n+1)−1ncb−2y≈(n+1)−1ncb−2
这表明，仅需要O(log(n))O(log(n))个回合，gossip协议即可将信息传递到所有的节点。 根据分析可得，Gossip协议具有以下的特点:
-
低延迟。仅仅需要O(log(n))O(log(n))个回合的传递时间。
-
非常可靠。仅有1ncb−21ncb−2个节点不会收到信息。
-
轻量级。每个节点传送了cblog(n)cblog(n)次信息。
于此同事，Gossip协议的容错性比较高，例如，5050的丢包率等价于使用b/2b/2带代替bb进行分析；5050的节点错误等价于使用n/2n/2来代替nn，同时使用b/2b/2来代替bb进行分析，其分析结果不用带来数量级上的变化。
原文地址：
转载请注明：学时网 » 分布式协议gossip介绍
