拜占庭共识算法

先简单的说明下拜占庭问题：

        拜占庭将军问题（Byzantine Generals Problem），是由莱斯利·兰波特在其同名论文[1]中提出的分布式对等网络通信容错问题。维基百科

        拜占庭将军们为了围攻一座城池，他们之间只能通过投票与信使的方式决定是同时“进攻”或“撤离”的方案。既时将军中有“叛徒将军”或者“被杀害的信使”，何如依然保证目标(决策:同时进攻或者撤离)的一致性？

        将军们用这种方式决策，展示了分布式计算中资源的独立性，仅能通过网络进行通信。众所周知网络是不可靠的（数据丢失或者错误的数据）。

---

拜占庭算法（Practical Byzantine Fault Tolerance，PBFT）问题的数学逻辑：

        量值定义：

        V:投票数（物理节点数）

        R：最小成功读（查）的物理节点数

        W：最小成功写（增，删，改）的物理节点数

        满足以下原则：

1. 同一数据不能同时进行读写操作：R>V-W & W>V-R
2. 同一数据不能同时写操作(写串行性): W>V/2

综上，解不等式可得：R+W>V且W>V/2

     3.读写节点平衡原则：即：R=W=Q

所以上述R+W>V且W>V/2----->变为：Q>V/2

---

我们知道网络是不可靠的，所以加入物理节点宕机因子f（宕机节点数）。

定义：n：集群中物理总节点数，那么n，f，Q之间的关系又是怎样呢？

---

CFT（Crash Fault Tolerance）算法：保证集群系统中的活性与所有节点间的数据一致性

满足活性：Q<=n-f 及上述的不等式Q>V/2，即：Q>n/2 ，综合得：n>2f

---

BFT（Byzantine Fault Tolerance）算法：保证集群系统中的活性与可靠节点间数据一致性

满足可靠节点间容错性的情况下：上述的不等式R+W>V且W>V/2，即：(Q-f)+(Q-f)>n-f且(Q-f)>(n-f)/2，进一步变换得：Q>(n+f)/2

满足活性：Q<=n-f

BFT算法下综合得：n>3f

所以：在CFT算法下，能够容忍的宕机节点数最多为f<n/2;

           BFT算法下，能够容忍的宕机节点数最多为f<n/3;

上述描述的就是Quorum机制，zookeeper中就使用到了这种机制。