Gossip算法学习笔记

主要参考了《分布环境下的Gossip算法》这篇论文，并包含在网上整理的一些资料。
简介：Gossip 算法又被称为反熵（Anti-Entropy），熵是物理学上的一个概念，代表杂乱无章，而反熵就是在杂乱无章中寻求一致.
Gossip 的特点：在一个有界网络中，每个节点都随机地与其他节点通信，经过一番杂乱无章的通信，最终所有节点的状态都会达成一致。每个节点可能知道所有其他节点，也可能仅知道几个邻居节点，只要这些节可以通过网络连通，最终他们的状态都是一致的，当然这也是疫情传播的特点。简单的描述下这个协议，首先要传播谣言就要有种子节点。种子节点每秒都会随机向其他节点发送自己所拥有的节点列表，以及需要传播的消息。任何新加入的节点，就在这种传播方式下很快地被全网所知道。这个协议的神奇就在于它从设计开始就没想到信息一定要传递给所有的节点，但是随着时间的增长，在最终的某一时刻，全网会得到相同的信息。当然这个时刻可能仅仅存在于理论，永远不可达。
Gossip应用场景：数据库复制，故障探测，P2P的拓扑构造及维护，分布环境下的聚合计算等。

概念

-1、网络结构模型：类似于图，每次交流都是图的一条边；
-2、时间模型：同步时间模型，异步时间模型；

衡量标准

-1、效率：完成Gossip传播需要的时间；
-2、通信开销：完成Gossip传播所需要付出的通信开销，使用节点之间两辆交互的次数表示。

影响因素

-1、网络结构：节点的连接关系ÿ