热门标签
热门文章
- 1Java 内存分析工具 Arthas 介绍与示例讲解
- 2【常用传感器】DS18B20温度传感器原理详解及例程代码_ds18b20温度传感器工作原理
- 3算法学习笔记（一）：时间复杂度、冒泡排序、选择排序和二分排序_二分算法 冒泡算法时间复杂度、
- 4el-table-column列表中展示图片_el-table-column 图片
- 5【网络与系统安全实验】拒绝服务攻击及防御_拒绝服务攻击对象
- 6Django | 基于pycharm的django配置52张全流程截图，红星给你一步一步的男妈妈式教学_给下载的项目配置django
- 7Dockerfile构建镜像详解与案例_docker制作镜像经典案例
- 8基于java+springboot+vue实现的民宿租赁系统（文末源码+Lw）23-182_java 民宿 百度网盘
- 9【人工智能】大模型平台新贵——文心千帆_通用人工智能大模型平台 是什么意思
- 10使用Python操作excel单元格——在单元格中插入公式_python怎么向excel表格插入公式
当前位置: article > 正文
区块链共识算法 PBFT（拜占庭容错）、PAXOS、RAFT简述_paxos和pbft
作者：Monodyee | 2024-05-21 00:48:08
赞
踩
paxos和pbft
共识算法
区块链中最重要的便是共识算法，比特币使用的是POS（Proof of Work，工作量证明），以太币使用的是POS（Proof of Stake，股权证明）使得算理便的不怎么重要了，而今POS的变体DPOS（Delegated Proof of Stake，股份授权证明）进一步削减算力的浪费，同时也加强了区块链的安全性。
不过，对于不需要货币体系的许可链或者私有链而言，绝对信任的节点，以及高效的需求上述共识算法并不能够提供，因此对于这样的区块链，传统的一致性算法成为首选，PBFT（拜占庭容错）、PAXOS、RAFT。
PBFT（拜占庭容错）
基于拜占庭将军问题，一致性的确保主要分为这三个阶段：预准备（pre-prepare）、准备(prepare)和确认(commit)。流程如下图所示：
其中C为发送请求端，0123为服务端，3为宕机的服务端，具体步骤如下：
1. Request：请求端C发送请求到任意一节点，这里是0
2. Pre-Prepare：服务端0收到C的请求后进行广播，扩散至123
3. Prepare：123,收到后记录并再次广播，1->023，2->013，3因为宕机无法广播
4. Commit：0123节点在Prepare阶段，若收到超过一定数量的相同请求，则进入Commit阶段，广播Commit请求
5.Reply：0123节点在Commit阶段，若收到超过一定数量的相同请求，则对C进行反馈
根据上述流程，在 N ≥ 3F + 1 的情況下一致性是可能解決，N为总计算机数，F为有问题的计算机总数
N=4 F=0 时：
| 得到数据 | 最终数据 | |
| A | 1 1 1 1 | 1 |
| B | 1 1 1 1 | 1 |
| C | 1 1 1 1 | 1 |
| D | 1 1 1 1 | 1 |
N=4 F=1 时：
| 得到数据 | 最终数据 | |
| A | 1 1 1 0 | 1 |
| B | 1 1 0 1 | 1 |
| C | 1 0 1 1 | 1 |
| D | 0 1 1 1 | 1 |
N=4 F=2 时：
| 得到数据 | 最终数据 | |
| A | 1 1 0 0 | NA |
| B | 1 0 0 1 | NA |
| C | 0 0 1 1 | NA |
| D | 0 1 1 0 | NA |
由此可以看出，拜占庭容错能够容纳将近1/3的错误节点误差，IBM创建的Hyperledger就是使用了该算法作为共识算法。
PAXOS
PAXOS是一种基于消息传递且具有高度容错特性的一致性算法。
算法本身用语言描述极其精简：
phase 1
a) proposer向网络内超过半数的acceptor发送prepare消息
b) acceptor正常情况下回复promise消息
phase 2
a) 在有足够多acceptor回复promise消息时，proposer发送accept消息
b) 正常情况下acceptor回复accepted消息
a) proposer向网络内超过半数的acceptor发送prepare消息
b) acceptor正常情况下回复promise消息
phase 2
a) 在有足够多acceptor回复promise消息时，proposer发送accept消息
b) 正常情况下acceptor回复accepted消息
PAXOS中有三类角色Proposer、Acceptor及Learner，主要交互过程在Proposer和Acceptor之间，做成图便如下图所示：
其中1,2,3,4代表顺序。
以下图描述多Proposer的情况，T代表时间轴，图中仅画全一个Proposer与Acceptor的关系：
A3在T1发出accepted给A1，然后在T2收到A5的prepare，在T3的时候A1才通知A5最终结果(税率10%)。这里会有两种情况：
1. A5发来的N5小于A1发出去的N1，那么A3直接拒绝(reject)A5
2. A5发来的N5大于A1发出去的N1，那么A3回复promise，但带上A1的(N1, 10%)
最终A5也会接受10%
上图描述，如果已经Promise一个更大的N，那么会直接Reject更小的N
上述描述了，即使Promise了一个N，如果在未Accepted前，再收到一个更大的N，那么依旧会Reject那个即使已经Promise的N
总流程图氪概括如下：
PAXOS协议用于微信PaxosStore中，
每分钟调用Paxos协议过程数十亿次量级。
RAFT
RAFT核心思想很容易理解，如果数个数据库，初始状态一致，只要之后的进行的操作一致，就能保证之后的数据一致。由此RAFT使用的是Log进行同步，并且将服务器分为三中角色：Leader，Follower，Candidate，相互可以互相转换。
RAFT从大的角度看，分为两个过程：
1. 选举Leader
2. Leader生成Log，并与Follower进行Headbeats同步
选举Leader
Follower自增当前任期，转换为Candidate，对自己投票，并发起RequestVote RPC，等待下面三种情形发生；
1. 获得超过半数服务器的投票，赢得选举，成为Leader
2. 另一台服务器赢得选举，并接收到对应的心跳，成为Follower
3. 选举超时，没有任何一台服务器赢得选举，自增当前任期，重新发起选举
1. 获得超过半数服务器的投票，赢得选举，成为Leader
2. 另一台服务器赢得选举，并接收到对应的心跳，成为Follower
3. 选举超时，没有任何一台服务器赢得选举，自增当前任期，重新发起选举
同步日志
Leader接受客户端请求，Leader更新日志，并向所有Follower发送Heatbeats，同步日志。所有Follwer都有ElectionTimeout，如果在ElectionTimeout时间之内，没有收到Leader的Headbeats，则认为Leader失效，重新选举Leader
流程图示：
安全性保证
1. 日志的流向只有Leader到Follower，并且Leader不能覆盖日志
2. 日志不是最新者不能成为Candidate
动画演示RAFT：http://thesecretlivesofdata.com/raft/
总结
以上三种一致性算法仅仅只是核心思路而已，如果要具体实现当然还有很多方面需要进一步的完善。以上三种算法都可以作为区块链的共识算法，并且部分公司已经开始使用，不过最出名的还应属IBM的Hyperledger使用的PBFT共识算法。
| 得到数据 | 最终数据 | |
| A | 1 1 1 1 | 1 |
| B | 1 1 1 1 | 1 |
| C | 1 1 1 1 | 1 |
| D | 1 1 1 1 | 1 |
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Monodyee/article/detail/600147
推荐阅读
相关标签
