gossip协议介绍

背景

gossip 协议（gossip protocol）又称 epidemic 协议（epidemic protocol），是基于流行病传播方式的节点或者进程之间信息交换的协议，在分布式系统中被广泛使用，比如我们可以使用 gossip 协议来确保网络中所有节点的数据一样。

Gossip protocol 最早是在 1987 年发表在 ACM 上的论文 《Epidemic Algorithms for Replicated Database Maintenance》中被提出。主要用在分布式数据库系统中各个副本节点同步数据之用，这种场景的一个最大特点就是组成的网络的节点都是对等节点，是非结构化网络，这区别于用于结构化网络中的 DHT 算法 Kadmelia。很多知名的 P2P 网络或区块链项目，比如 IPFS，Ethereum 等，都使用了 Kadmelia 算法，而大名鼎鼎的 Bitcoin 则是使用了 Gossip 协议来传播交易和区块信息。实际上，Ethereum 使用 DHT 算法并不是很合理，因为它使用节点保存整个链数据，不像 IPFS 那样分片保存数据，因此 Ethereum 真正适合的协议应该像 Bitcoin 那样，是 Gossip 协议。

从 gossip 单词就可以看到，其中文意思是八卦、流言等意思，我们可以想象下绯闻的传播（或者流行病的传播）；gossip 协议的工作原理就类似于这个。gossip 协议利用一种随机的方式将信息传播到整个网络中，并在一定时间内使得系统内的所有节点数据一致。Gossip 其实是一种去中心化思路的分布式协议，解决状态在集群中的传播和状态一致性的保证两个问题。

优势

可扩展性（Scalable）

gossip 协议是可扩展的，一般需要 O(logN) 轮就可以将信息传播到所有的节点，其中 N 代表节点的个数。每个节点仅发送固定数量的消息，并且与网络中节点数目无法。在数据传送的时候，节点并不会等待消息的 ack，所以消息传送失败也没有关系，因为可以通过其他节点将消息传递给之前传送失败的节点。系统可以轻松扩展到数百万个进程。

容错（Fault-tolerance）

网络中任何节点的重启或者宕机都不会影响 gossip 协议的运行。

健壮性（Robust）

gossip 协议是去中心化的协议，所以集群中的所有节点都是对等的，没有特殊的节点，所以任何节点出现问题都不会阻止其他节点继续发送消息。任何节点都可以随时加入或离开，而不会影响系统的整体服务质量（QOS）

最终一致性（Convergent consistency）

Gossip 协议实现信息指数级的快速传播，因此在有新信息需要传播时，消息可以快速地发送到全局节点，在有限的时间内能够做到所有节点都拥有最新的数据。

简单（Simplicity）

Gossip 协议实现过程简单，没有太多复杂性。

劣势

分布式网络中，没有一种完美的解决方案，Gossip 协议跟其他协议一样，也有一些不可避免的缺陷，主要是两个：

1）消息的延迟

由于 Gossip 协议中，节点只会随机向少数几个节点发送消息，消息最终是通过多个轮次的散播而到达全网的，因此使用 Gossip 协议会造成不可避免的消息延迟。不适合用在对实时性要求较高的场景下。

2）消息冗余

Gossip 协议规定，节点会定期随机选择周围节点发送消息，而收到消息的节点也会重复该步骤，因此就不可避免的存在消息重复发送给同一节点的情况，造成了消息的冗余，同时也增加了收到消息的节点的处理压力。而且，由于是定期发送，因此，即使收到了消息的节点还会反复收到重复消息，加重了消息的冗余。

协议类型

gossip 协议的类型。目前主要有两种方法：

• Anti-Entropy（反熵）：以固定的概率传播所有的数据
• Rumor-Mongering（谣言传播）：仅传播新到达的数据

Anti-Entropy

Anti-Entropy 的主要工作方式是：每个节点周期性地随机选择其他节点，然后通过互相交换自己的所有数据来消除两者之间的差异。Anti-Entropy 这种方法非常可靠，但是每次节点两两交换自己的所有数据会带来非常大的通信负担，以此不会频繁使用。

Anti-Entropy 使用“simple epidemics”的方式，所以其包含两种状态：susceptible 和 infective，这种模型也称为 SI model。处于 infective 状态的节点代表其有数据更新，并且会将这个数据分享给其他节点；处于 susceptible 状态的节点代表其并没有收到来自其他节点的更新。

Rumor-Mongering

Rumor-Mongering 的主要工作方式是：当一个节点有了新的信息后，这个节点变成活跃状态，并周期性地联系其他节点向其发送新信息。直到所有的节点都知道该新信息。因为节点之间只是交换新信息，所有大大减少了通信的负担。

Rumor-Mongering 使用“complex epidemics”方法，相比 Anti-Entropy 多了一种状态：removed，这种模型也称为 SIR model。处于 removed 状态的节点说明其已经接收到来自其他节点的更新，但是其并不会将这个更新分享给其他节点。因为 Rumor 消息会在某个时间标记为 removed，然后不会发送给其他节点，所以 Rumor-Mongering 类型的 gossip 协议有极小概率使得更新不会达到所有节点。一般来说，为了在通信代价和可靠性之间取得折中，需要将这两种方法结合使用。

通信方式

不管是 Anti-Entropy 还是 Rumor-Mongering 都涉及到节点间的数据交互方式，节点间的交互方式主要有三种：Push、Pull 以及 Push&Pull。

• Push：发起信息交换的节点 A 随机选择联系节点 B，并向其发送自己的信息（key,value,version），节点 B 在收到信息后更新比自己新的数据，一般拥有新信息的节点才会作为发起节点。
• Pull：发起信息交换的节点 A 随机选择联系节点 B，发送自己的(key,version) 信息给B，B将比A新的信息(key,value,version) 发送给A，A更新本地数据。一般无新信息的节点才会作为发起节点。
• Push&Pull：在Push和Pull的基础上，A再将比B新的信息(key,value,version)发送给B，B收到后更新本地数据，从而分别从对方获取数据，并更新自己的本地数据。

如果把两个节点数据同步一次定义为一个周期，则在一个周期内，Push 需通信 1 次，Pull 需 2 次，Push/Pull 则需 3 次。虽然消息数增加了，但从效果上来讲，Push/Pull 最好，理论上一个周期内可以使两个节点完全一致。直观上，Push/Pull 的收敛速度也是最快的。

收敛分析

流行病传染最基本的模型仅作如下几个假设：

1. (n+1)个人均匀的分布在一起
2. 每一对人群之间的传染概率是β，显然0<β<1.
3. 任意时刻，某个人要么处于infected的状态要么处于uninfected的状态.
4. 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t时刻处于infected状态的人数为yt，处于uninfected状态的人为xt，那么初始状态 y0=1, x0=n，并且在任何时候xt+yt=n+1.

考虑连续的时间，可知：

dxdt=−βxy

解的：

x=n(n+1)n+eβ(n+1)ty=n+11+ne−β(n+1)t

明显，当t→∞时，x→0,y→(n+1)，即经过足够的时间，所有的人都将被传染。

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，可以认为: β=b/n（因为对每个节点而言，被其他节点选中的概率就是b/n)。我们令t=clog(n)，可以得到:

y≈(n+1)−1ncb−2

这表明，仅需要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:

1. 低延迟。仅仅需要O(log(n))个回合的传递时间。
2. 非常可靠。仅有1ncb−2个节点不会收到信息。
3. 轻量级。每个节点传送了cblog(n)次信息。

于此同时，Gossip协议的容错性比较高，例如，50的丢包率等价于使用b/2带代替b进行分析；50的节点错误等价于使用n/2来代替n，同时使用b/2来代替b进行分析，其分析结果不用带来数量级上的变化。

应用

gossip 协议可以支持以下需求：

• Database replication
• 消息传播
• Cluster membership
• Failure 检测
• Overlay Networks
• Aggregations (比如计算平均值、最大值以及总和)