共识算法

分布式的共识算法分布式系统的共识算法是指在分布式环境中多个节点就某些信息达成一致的算法。这些算法在分布式系统中至关重要，尤其是在容错和保证一致性方面。

@我们的天空

【web3.0】Web3 开发教程与代码资源:探索如何在Web3项目中开发应用Web3，作为区块链技术和互联网融合的产物，正逐步重塑我们对数字世界的理解与交互方式。它不仅仅是一个技术概念，更是一个去中心化、用户主权的网络愿景，旨在通过智能合约、去信任的交易和加密货币等技术手段，为用户提供前所未有的数据安全性和经济自主权。本教程将引导你从零开始，了解Web3的基本概念，并通过实际代码示例探索如何在Web3项目中开发应用。

分布式相关理论详解目录1.绪论2.什么是分布式系统，和集群的区别3.CAP理论3.1 什么是CAP理论3.2 一致性3.2.1 计算机的一致性说明

长安链开源社区

学术研讨 | 区块链与隐私计算领域专用硬件研讨会顺利召开学术研讨近日，国家区块链技术创新中心主办，长安链开源社区支持的“区块链与隐私计算领域专用硬件研讨会”顺利召开，会议围绕基于区块链与隐私计算的生成式AI上链、硬件加速、软硬协同等主题展开讨论，来自复旦大学、清华大学、北京大学、北京航空航天大学等高校专家进行了报告。

分布式共识算法前置知识：分布式的 CAP 问题，在事务一章中已有详细介绍。正式开始探讨分布式环境中面临的各种技术问题和解决方案以前，我们先把目光从工业界转到学术界，学习两三种具有代表性的分布式共识算法，为后续分布式环境中操作共享数据准备好理论基础。下面从一个最浅显的场景开始，引出本章的主题：

dledger原理源码分析系列(一)-架构，核心组件和rpc组件dledger是openmessaging的一个组件， raft算法实现，用于分布式日志，本系列分析dledger如何实现raft概念，以及dledger在rocketmq的应用

什么叫创世区块、创世区块有什么用、为什么需要创世区块创世区块（Genesis Block）是任何区块链技术中的第一个区块，它是区块链的起点，标志着该区块链的诞生。在创世区块之前没有任何区块存在，因此它没有前一个区块的哈希值，通常这个位置会被设置为零或者一个预定义的特殊值。创世区块包含了区块链网络的一些初始参数和规则，比如初始的难度值、时间戳、初始的交易记录等。

公链常用的共识算法值得注意的是，一些公链会随着时间的推移而改变其共识算法，以适应技术和网络需求的变化。例如，以太坊从工作量证明（PoW）过渡到了权益证明（PoS）。同时，新的公链和共识算法持续出现，推动着区块链技术的边界。

Apache IoTDB 分布式架构三部曲（三）副本与共识算法IoTDB 首创并应用的共识协议统一框架，为用户提供了灵活选择不同共识算法的可能性。对于一个分布式集群而言，为了使得海量数据场景下集群能够横向扩展，集群需要按照一定的规则将全部数据分成多个子集存储在不同的节点上，从而能够更加充分地利用到集群中各个节点的存算资源。对于集群中的任何一个分片而言，为了满足高可用的需求，需要将数据在多个物理节点上冗余存储多个副本，进而避免单点故障的出现。

共识算法之争（PBFT，Raft，PoW，PoS，DPoS）在区块链系统中，如何让每个节点通过一个规则将各自的数据保持一致是一个很核心的问题，这个问题的解决方案就是制定一套共识算法，实现不同账本节点上的账本数据的一致性和正确性。

长安链开源社区

开源贡献 | 基于长安链去中心化数字身份合约标准协议（CMDID-1）的DIDDID为每个实体（人、组织、物品等）提供了一个唯一的全球身份标识符，让用户可以控制和管理的自己的数字身份，并在使用时以最小化的方式出示，将数据所有权归还用户的同时以区块链技术保证了身份的不可篡改性，以密码学方法保证了身份的安全性，从而更好的保证了用户隐私。

分布式与一致性协议之Gossip协议有些人的业务需求具有一定的敏感性，比如监控主机和业务运行的告警系统，大家都希望自己的系统在极端情况下(比如集群中只有一个节点在运行)也能运行。在会以了二阶段提交协议和Raft算法之后，你会发现它们都需要全部节点或者大多数节点正常运行才能稳定运行，并不适合此类场景。而如果采用Base理论，则需要实现最终一致性，那么，怎样才能实现最终一致性呢？在我看来，可以通过Gossip协议来实现这个目标。 Gossip协议，顾名思义，就像流言蜚语一样，是指利用一种随机、带有传染性的方式将信息传播到整个网络中，并在一定时

分布式与一致性协议之Quorum NWR算法不知道你在工作中有没有遇到过这样的事情:你开发实现了一套AP型分布式系统，实现了最终一致性，且业务接入后运行正常，一切看起来都那么美好。可是突然有同事说，我们要拉这几个业务的数据做实时分析，希望数据写入成功后，就能立即读取到新数据，也就是要实现强一致性(Werner Vogels提出的客户端侧一致性模型，不是指线性一致性)，即数据更改后，要保证用户能立即查询到，这时你该怎么办呢？首先你要明确最终一致性和强一致性有什么区别.

分布式与一致性协议之一致哈希算法(二)通过哈希算法，每个key都可以寻址到对应的服务器，比如，查询key是key-01,计算公式为hash(key-01)%3,警告过计算寻址到了编号为1的服务器节点A，如图所示。

分布式与一致性协议之ZAB协议(四)首先我们来看看ZooKeeper是如何实现成员身份的？在ZooKeeper中，成员状态是在QuorumPeer.java中实现的，为枚举型变量

分布式与一致性协议之一致哈希算法(三)我们一起来看一个例子，对于1000万个key的3节点KV存储，如果我们使用一致哈希算法增加1个节点，即3节点集群变为4节点集群，则只需要迁移24.3%的数据,如代码所示

分布式与一致性协议之ZAB协议(六)成员发现是通过跟随者和领导者交互来完成的，目标是确保大多数节点对领导者的关系没有异议，也就是确立领导者的领导地位。成员发现的实现流程如图所示。

分布式与一致性协议之ZAB协议(五)如果我们想把ZAB集群恢复到正常状态，那么新领导者就必须确立自己的领导关系，成为唯一有效的领导者，然后作为主节点"领导"各备份节点一起处理读写请求

Forgotten Legend

【区块链】共识算法简介区块链三要素：共识算法作为区块链三大核心技术之一，其重要性不言而喻。今天就来简单介绍共识算法的基本知识。

分布式与一致性协议之Raft算法(三)你可以把Raft算法的日志复制理解成一个优化后的二阶段提交(将二阶段优化成了一阶段)。优化后减少了一半的往返消息，也就是降低了一半的消息延迟，那日志复制的具体过程又是什么呢？首先，领导者进入第一阶段，通过日志复制RPC消息将日志项复制到集群中的其他节点上。接着如果领导者接收到大多数的"复制成功"响应后，它会将日志项应用到它的状态机，并返回成功给客户端。如果领导者没有接收到大多数的"复制成功"响应，那么就返回错误给客户端。有人可能会有这样的疑问，领导者将日志项应用到它的状态机，为什么没有通知跟随者应用日志