Gossip
通常以随机的“对等选择”形式实现：以给定的频率，每台计算机随机选择另一台计算机，并共享任何消息。
一种比较原始的执行过程：
- 种子节点周期性的散播消息；
- 被感染节点随机选择N个邻接节点散播消息；
- 节点只接收消息不反馈结果；
- 每次散播消息都选择尚未发送过的节点进行散播；
- 收到消息的节点不回传散播；
整个传播过程可能需要一定的时间，但是理论上最终所有节点都会收到消息，因此它是一个最终一致性协议。
消息传播方式
- Anti-Entropy（反熵传播）
- Rumor-Mongering（谣言传播）
反熵传播（SI model）
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。；所有参与节点只有两种状态：
- Suspective(病原)：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。
- Infective(感染)：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。
缺点：每次节点两两交换带来非常大的通信负担。（因此，通常用于新加入节点的数据初始化）
谣言传播（SIR model）
仅传播新到达的数据，在某个时间点之后会被标记为removed，并且不再被传播。
所有参与节点有三种状态：Suspective(病原)、Infective(感染)、Removed(愈除)。
- Removed(愈除)：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。
通常用于节点间数据增量同步。
通信方式
两个节点之间的通信方式：
- Push：向A节点推送自己的信息；
- Pull：从A节点获取信息；
- PushAndPull：向A节点推送自己的信息，并从A节点获取信息；
优缺点
优点：
- 节点对等；
- 可扩展性：允许扩缩节点；
- 容错&故障检测
- 最终一致性
缺点：
- 消息延迟
- 消息冗余
- 拜占庭问题
QA
1.在一个庞大的集群中，对某个数据修改后，如何同步到其他节点？
- 谣言传播。
2.在一个去中心化的集群中，各节点都是对等节点。如何同步数据，使保证各节点数据达到一致？
- 新节点上线时，通过反熵拉取数据。数据更新时，通过谣言传播同步数据。
3.每次反熵都需要传输所有数据才能对比，有什么方案优化？
- 每次对比只传输增量数据进行对比；
- 对数据进行hash，先传输hash判断是否一致，再决定要不要传数据；
4.谣言传播何时停止？
- 提供一个概率或某个阈值。