Gossip协议用流言式传播实现最终一致性及反熵与传谣的权衡

Paxos/Raft/ZAB这类共识算法被称为”强一致性”，准确说法是”系统内部可以 暂时不一致，但从外部观察不到这种不一致”；与之相对的是”最终一致性”协议 ——系统内部不一致的状态可能被外部直接观察到，DNS的TTL缓存过期机制就是 典型例子。Gossip（又名流言算法、瘟疫算法）是这类协议的代表，工作过程极 简单：信息从源节点出发，按固定周期随机选择k个相邻节点（Fan-Out）扩散 传播；每个节点收到没见过的消息后，在下一周期继续向除发送者外的其他相邻 k个节点转发，如此循环直到全网收到。这个设计几乎不对网络连通性和稳定性 提要求——不假设全连通网络、能容忍节点随意增减和宕机重启，具有很强的 鲁棒性，适合公众互联网这种不可控环境（比特币网络用Gossip同步区块头/ 区块体信息，只是”记账权归谁”这个共识仍需另外靠工作量证明PoW来达成， Gossip本身并不等价于Paxos/Raft那种共识算法）。代价是消息经多轮次传播 到达全网、必然存在阶段性不一致，且无法为单条消息精确预计传播完成时间， 同时随机选择目标节点会造成消息重复发送的冗余开销。为在”达成一致所需 时间”和”消息冗余量”之间取舍，Gossip设计了两种模式：反熵（同步全部数据、 追求各节点完全一致，但传输开销大）和传谣（只发送变更增量、开销小但达到 完全一致的确定性弱），两者是此消彼长的关系。