区块链点对点通信系统中的名词

由于点对点通信，分布式系统或者点对点网络中，每个节点是按自己的规则运行的。为保持整个系统数据的一致性，需要借助分布式共识技术。传统的分布式技术中，由于本身的技术特点并不需要数据的一致性，更多的是需要数据的准确性，包括主从、Sharding技术等，但是在点对点网络中每个节点之间并没有依赖关系，所以就更需要数据一致性的机制。

分布式系统的一致性算法是从20世纪70年代就开始研究的经典问题。理解分布式共识算法，需要理解两个名词，分别是“异步”和“共识”。

异步：此处的异步不同于通常技术术语中的“异步调用”的异步，而是指在一个分布式系统中，对消息的处理速度或者消息送达时间不做任何假设。这就是著名的FLP不可能性定理。该定理的论文是由Fischer, Lynch and Patterson三位作者于1985年发表,之后该论文毫无疑问得获得了Dijkstra奖。FLP给出了一个令人吃惊的结论：在异步通信场景，即使只有一个进程失败，也没有任何算法能保证非失败进程达到一致性！

因为同步通信中的一致性被证明是可以达到的，因此在之前一直有人尝试各种算法解决以异步环境的一致性问题，有个FLP的结果，这样的尝试终于有了答案。

共识：当多个主机通过异步通信方式组成网络集群时，这个网络默认是不可靠的，那么在这些不可靠主机之间复制状态需要采取一种机制，以保证每个主机的状态最终达成相同一致性状态，即取得共识。

CAP理论

CAP理论又称CAP定理，指的是在一个分布式系统中，Consistency（一致性）、Availability（可用性）、Partition tolerance（分区容错性），三者不可兼得。

这是由分布式系统本身的特性决定的，包括网络的异步性质和通信的不可靠性质等，所以在分布式系统设计中，需要对这三者进行选择，根据系统的设计需求进行考虑。

来源：百家号

AD：

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。