来自于流行病的Gossip协议

Gossip协议本身比较简单,其使用类似于流行病的传播方式,它把信息以一种随机的方式散布到整个网络中,你可以在这里看到Gossip协议的信息散布方式的在线模拟。Gossip协议传播数据的方式分为 Push-based 和 Pull-based 两种。

Push-based 方式的工作流程如下:

  1. 网络中的某个节点随机选取其它n个节点作为传输对象
  2. 该节点向其它n个节点传输相应的信息
  3. 收到信息的节点重复 1 ~ 2 步的操作

Pull-based 方式则不一样,它的工作流程如下:

  1. 某个节点s随机选取其它n个节点询问它们是否有最新的信息
  2. 收到请求的节点回复节点s告知其最新的信息

Gossip协议收敛性是比较好的,也就是说随着节点的增加,一次数据更新所需要的完整时间的增长率会逐渐降低,最终所需要的时间会趋于平稳,这使得Gossip在海量节点的情况下也能有良好的同步效率。

著名的分布式搜索引擎Elasticsearch就是使用了类似于Gossip的算法来实现节点之间的发现的。所有的节点会根据此协议而相互通信,最终组合起来成为一个完整的整体。

Zen discovery uses a list of seed nodes in order to start off the discovery process. At startup, or when electing a new master, Elasticsearch tries to connect to each seed node in its list, and holds a gossip-like conversation with them to find other nodes and to build a complete picture of the cluster. By default there are two methods for configuring the list of seed nodes: unicast and file-based. It is recommended that the list of seed nodes comprises the list of master-eligible nodes in the cluster.

以上内容出自ES文档Seed nodes

简单来说,ES节点启动时会根据组播或者文件配置的方式来发现一些种子节点,之后该节点与种子节点进行信息传输,而种子节点本身还可能会和一些其它的节点有着数据传输的操作。集群内部经过一段时间的节点间数据同步,集群中的任意一个节点都可以让其它所有的节点都知道自己,因此集群中的任意一个节点都可以得到集群中所有其它的节点的信息,所有的节点此时成为了一个完整的整体。

那么,什么是Gossip?
Gossip是分布式系统中被广泛使用的协议,其主要用于实现分布式节点或者进程之间的信息交换。Gossip协议同时满足应用层多播协议所要求的低负载,高可靠和可扩展性的要求。由于其简单而易于实现,当前很多系统(例如Amazon S3,Usenet NNTP等)选择基于Gossip协议以实现应用层多播的功能。

传播方式在上文中提到,这里不再赘述。

当然,为了提高Gossip协议的性能,还有基于Push-Pull的混合协议。同时需要注意的是Gossip协议并不对网络的质量做出任何要求,也不需要loss-free的网络协议。Gossip协议一般基于UDP实现,其自身即在应用层保证了协议的robustness。

Gossip协议的性能
Gossip协议的分析是基于流行病学(Epidemiology)研究的。因此在分析Gossip的性能之前,需要首先介绍一下流行病学中基本的模型。

Epidemiology
流行病传染最基本的模型仅作如下几个假设:

  1. (n+1)个人均匀的分布在一起
  2. 每一对人群之间的传染概率是β,显然0<β<1
  3. 任意时刻,某个人要么处于infected的状态要么处于uninfected的状态
  4. 一旦某个人从uninfected状态转变成为infected状态,其一直停留在infected状态

有了以上假设,我们可以进一步分析流行病的传染情况。我们记t时刻处于infected状态的人数为y_t,处于uninfected状态的人为x_t
,那么初始状态 y_0=1x_0=n,并且在任何时候x_t+y_t=n+1

考虑连续的时间。可知:
\frac{d_x}{d_t}\quad=-βxy

解得:
x=\frac{n(n+1)}{n+e^{β(n+1)t}}
y=\frac{n+1}{1+ne^{-β(n+1)t}}

明显,当t→∞时,x→0y→(n+1),即经过足够的时间,所有的人都将被传染。

Gossip的性能
上述流行病传染模型为分析Gossip的性能提供了基础。在Gossip性能中,我们可以认为:β=\frac{b}{n}(因为对每个节点而言,被其他节点选中的概率就是\frac{b}{n})。我们令t=clog(n),可以得到:
y\approx(n+1)-\frac{1}{n^{cb-2}}

这表明,急需要O(log(n))个回合,gossip协议即可将信息传递到所有的节点。 根据分析可得,Gossip协议具有以下的特点:

  1. 低延迟。仅仅需要O(log(n))个回合的传递时间
  2. 非常可靠。仅有\frac{1}{n^{cb-2}}个节点不会收到消息
  3. 轻量级,每个节点传送了cblog(n)

于此同时,Gossip协议的容错性比较高,例如,50的丢包率等价于使用\frac{b}{2},代替b进行分析;50的节点错误等价于使用\frac{n}{2}来代替n,同时使用\frac{b}{2}来代替b进行分析,其分析结果不用带来数量级上的变化。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,525评论 6 507
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,203评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,862评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,728评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,743评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,590评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,330评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,244评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,693评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,885评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,001评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,723评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,343评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,919评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,042评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,191评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,955评论 2 355

推荐阅读更多精彩内容

  • 由于文章太长,简书放不下,完整文档见Consul文档。 一、安装 Consul Consul 的安装很简单,安装 ...
    FlySheep_ly阅读 10,131评论 1 13
  • feisky云计算、虚拟化与Linux技术笔记posts - 1014, comments - 298, trac...
    不排版阅读 3,855评论 0 5
  • Redis Cluster原理分析 文章较长,如需转载可分段。转载请标明作者以及文章来源,谢谢! 作者介绍 姓名:...
    lihanglucien阅读 20,464评论 3 30
  • Redis Cluster Redis Cluster是Redis官方在Redis 3.0版本正式推出的高可用以及...
    Springlin阅读 3,787评论 1 5
  • 今天是一个属于孩子们的特殊节日,儿童节,一早上就被朋友圈铺天盖地的节日视频来了。
    诺isairNe阅读 115评论 0 1