【共识专栏】共识的分类（上）

—— Part1 共识的分类 ——

从早期的分布式一致性算法的缓慢发展到现如今区块链共识的百花齐放，共识算法的发展已经走过了四十年左右的时光。不同的共识算法的侧重点不同，因此它们所面临的问题、环境也不一样。本文将从如下几个不同角度对共识算法进行分类：

▲容错类型

根据是否容忍拜占庭错误，可以将共识算法分为两类。

1）拜占庭容错共识算法：PBFT、PoW、PoS、DPoS

2）非拜占庭容错共识算法：Paxos、Raft

是否容忍拜占庭标志着该算法是否能够应用到低信任的网络当中。通常来说，公有链环境中必须使用拜占庭容错算法，而联盟链中可以根据联盟参与方之间的信任程度进行选择。

▲算法确定性

根据算法的确定性，可以将共识算法分为两类。

1）确定性共识算法：Paxos、Raft、PBFT

2）概率性共识算法：PoW、部分PoS

确定性共识指的是共识决策一旦达成，就不存在回退的可能性，这一类通常是传统的分布式一致性算法及其改进版本。而概率性指的是已经达成的共识决策在未来有一定的概率会被回退，虽然这个概率随着时间的推移会趋于为0，这一类通常是应用在公有链上的区块链共识算法。

▲选主策略

根据选主的策略，可以将共识算法分为两类。

1）选举类共识算法：Raft、PBFT

2）证明类共识算法：PoW、PoS

选举类共识指的是通过投票选择出块节点，同一个节点可以连续多轮作为出块节点存在，这一类通常是传统的分布式一致性算法及其改进版本。证明类共识算法指的是出块节点需要通过某种方式证明自己具备某种能力，从而获得出块权，这一类的共识算法通常每一轮的出块节点都不相同，从而保证了出块权的公平性，通常应用在公有链上。

—— Part2 非拜占庭容错共识算法 ——

Paxos

Paxos是第一个异步网络模型下能够保证正确性且容错的共识算法。在此之前，FLP明确指出在异步网络模型中，只要存在节点故障，就不可能存在一个可终止的共识算法。因此Paxos也做出了一定的牺牲：Paxos牺牲了一定的活性从而保证了系统的安全性，即在系统处于异步状态时暂停共识的推进，只要有半数以上的节点恢复至同步状态之后，就可以推进共识，完成终止。

在Paxos中，会存在一个或者多个节点同时想要竞选成为协调者（也叫做提案者Proposer），而每一轮共识最终只会选出一个Proposer进行最终提案值的选择。Proposer提出一个决策值，并收集其他参与者节点（也叫做接受者Acceptor）的投票。最终，Proposer会宣布选定的最终决策值。如果能够达成一个最终决策的话，该决策值会被传递到对此感兴趣的节点（也叫做学习者Learner）中。可以看出，Paxos是一个保证了公平性的算法，即所有节点都可以