时间戳

首页 > 解决方案 > 哪种共识算法本质上是同步的？

algorithm - 哪种共识算法本质上是同步的？

问题描述

有不同的共识算法，用于面向许可的区块链，例如

  1. 帕克斯
  2. 筏
  3. 拜占庭一般模型

哪些共识算法是同步的和异步的，为什么？请详细说明。谢谢

标签： algorithmblockchainconsensus

解决方案

*我不是分布式系统方面的专家，但我会尝试回答您的问题。

在分布式系统中，人们使用一个底层模型来假设一些关于时间的属性（“这条消息需要多长时间才能到达？”）和一些关于故障类型的属性（“协议中的节点如何做错事？ ？”）。

分布式系统通常使用三种主要的时序模型：同步模型、异步模型和部分同步模型。这些模型中的每一个都对给定一轮协议执行中节点之间的消息交换之间可能发生的时间长度（“延迟”）做出了一些保证。这种分类很重要，因为在分布式设置中，单个节点无法区分发生故障的对等节点和仅需要很长时间才能响应的对等节点。

在同步模型中，从节点发送消息到您可以确定接收节点听到消息之间的时间有一个最大值（“上限”）T。对于节点之间的速度相对差异，您还有一个上限 P（因此您可以考虑处理器速度较慢的机器）。

在异步模型中，我们删除了上限 T 和 P。消息可能需要任意长的时间才能到达对等点，并且每个节点可能需要任意长的响应时间。当我们说任意时，我们包括“无限”，这意味着某些事件需要永远发生。

两者混合的部分同步模型：T 和 P 存在上限，但协议设计者不知道它们，任务是设计仍然根据这一事实达成共识的机制。在实践中，考虑到现代网络/机器的现实特征（消息通常到达它们要去的地方），协议实现者可以实现类似于此模型的系统，并使用超时等策略来指示节点何时应重试发送消息。

牢记以上事实，Paxos 和 Raft 都属于部分同步模型。

拜占庭将军问题是任何分布式计算机系统网络都面临的经典问题。目的是在存在恶意节点的情况下在所有参与者节点上保持相同的状态。

在分布式系统中，您需要经常处理一系列难题。

 Things fail. You can never count on anything being reliable. Even if you have
 perfectly bug-free software, and hardware that never breaks, you’ve still got 
 to deal with the fact that network connections can break, or messages within a 
 network can get lost, or that some bozo might sever your network connection
 with a bulldozer. (That really happened while I was at Google!)

 Given (1), you can never rely on one copy of anything, because that copy might 
 become unavailable due to a failure. So you need to keep multiple copies, and
 those copies need to be consistent – meaning that at any time, all of the
 copies agree about their contents.

 There’s no way to maintain a single completely consistent view of time between
 multiple computers. Due to inconsistencies in individual machine performance,
 and variable network delays, variable storage latency, and several other
 factors, there’s no canonical way of saying that for two events X and Y, “X
 happened before Y”. What that means is that when you try to maintain a consistent set of data, you can’t just say “Run all of the events in order”, because while one server maintaining one copy might “know” that X happened before Y, another server maintaining another copy might be just as certain that Y happened before X.

简而言之，任何事情都可能随时失败；失败后，参与者可以恢复并重新加入系统；系统的任何部分都不会以积极的对抗方式行事（拜占庭式故障可能是由于恶意软件造成的）。

为了解决这个问题，我们有共识算法，旨在让所有参与者就相同的状态达成一致。共识涉及多个服务器就值达成一致。一旦他们就某个价值做出决定，该决定就是最终决定。当大多数服务器可用时，典型的共识算法会取得进展。Paxos 和 Raft 是解决公共或私有分布式网络中的拜占庭一般问题的共识算法。

推荐阅读