区块链节点数量奇数集群为什么是奇数节点

TLBC价格行情 2023年01月10日 17:50 64 0

本篇文章主要给网友们分享区块链节点数量奇数的知识，其中更加会对集群为什么是奇数节点进行更多的解释，如果能碰巧解决你现在面临的问题，记得关注本站！

区块链入门（一）——大家一起来记账

小时候，我对许多新奇的事物都很好奇，充满渴望想去了解学习，那时自己的脑回路里经常会出现无数的惊叹号。随着年龄的增长与经历的丰富，这种体验越来越少，也对很多人云亦云的新东西见怪不惊。当“区块链”第一次出现时候，自己完全被吸引住了，之后像小时候一样，本能般地被驱动着去深入学习与了解，发现“区块链”就是一个新世界，是即将到来的未来。

第一次听到“区块链（Blockchain）”三个字，是在李笑来老师的《通往财富自由之路》的专栏上，之后多次在专栏文章里看到这个词汇的出现。出于好奇，关注并阅读了了老猫的公众账号《猫说》上的文章，逐渐对区块链有了从0到1的认识。block-块，chain-链，blockchain-把一个一个的块连成链，想象一下DNA在面前无限延伸的样子.....

这段是百度百科上面对区块链的一个解释，换个通俗点的说法，区块链是一种公开、去中心化、去信任的，共同维护的账务系统。

先来看看传统的中心化的银行商业模式。我们在做交易的时候，为什么需要银行、阿里巴巴、腾讯等第三方中心化公司？因为人与人之间是不信任的。A今天借给B100块，明天B不承认这笔借款，A怎么办？银行帮忙解决了这个问题，每个人在银行里创建一个实名认证的户头，借助这个中心化公司，A借给银行100元（存），B从银行拿出100元（取/借），那么银行负责对这笔交易进行记录，A的账户就会多100元，而B则少100元。这样的依靠第三方中心化公司记账的方式在我们生活中随处可见：网购我们需要阿里巴巴的淘宝城和京东；贷款我们需要找靠谱的小贷公司；发行新书要通过某个出版社……归根结底，是因为人与人之间不信任，或者说要维持信任的风险太大，成本太高，所以我们需要这样的中心化的强大的第三方公司来给交易进行信任背书，让它们来承担这些风险，当然，它们也赚足了我们的钱。可是倚靠第三方中心化的商业模式给我们带来的却是低效的服务、繁琐的程序以及价值的分流，例如银行排队办理业务，小贷公司的放贷流程，淘宝、京东对商家的收租，出版社对作家稿费的分羹等等。这就是目前我们所处的中心化的，第三方信任化的世界。

而区块链世界，则是一种新的世界，这里不需要第三方，所有的交易信息都是公开的，并且所有人都参与记账！比特币作为世界上第一个被实证可行的区块链应用，就是运用自动记账且账务公开，信息不可篡改，随时可查询的技术颠覆了传统金融模式，绕开了第三方中心化，买卖方直接进行交易。这样的交易模式一定是高效的，低成本的，并且公开化的。试想一下如果区块链技术未来普及，当你要转账一笔大数额的金钱给国外的朋友，略过冗长的环节，瞬间到账；如果你写了一本书发表，不用担心被人盗版，也不用被出版社赚取属于你的稿费；人与人之间直接搭建点对点的互助保险平台，保险公司将变成咨询公司等等。（事实上，比特币与Press.one正在实现这样的颠覆）

当下互联网蓬勃发展，外勤我们有滴滴打车或共享单车，叫餐我们选择饿了么，餐厅就餐有大众点评，到处都是微信、支付宝的便捷支付。我们在互联网上进行支付的时候，需要倚靠一个买卖双方都信任的第三方平台公司来替我们完成这笔交易。这些第三方公司拥有大量的交易数据以及交易双方的信息，那么，如果发生黑客入侵造成信息丢失，我们将为我们的“信任风险”承担后果；且不提在审核、清算交易数据带来的拖延不便，以及管理这样庞大的数据所要耗费的巨大成本。

那么区块链技术是怎么实现的呢？打个比方，假如有一支军队要去抢占敌方的堡垒，而每一个士兵都带有一个特殊的头盔，头盔有一个红色按钮，每占领一个堡垒，本军总部给予勋章奖励。首先，有一位士兵A率先占领了第一个堡垒1，他通过头盔对其他战友宣布自己已经占领堡垒1，这时候头盔就会把堡垒1的坐标信息记录下来，连同A的喊话一起传递给其他所有士兵，其他人通过头盔听到A的喊话并按下后按下红色按钮表示已经同步记录了这条信息。那么所有人都知道堡垒1已经被A占领，并且A获得勋章奖励。于是其他人就会立马去攻占其他的堡垒，并且按同样的方式广播自己的战功。这样，这场战役中不同堡垒被不同士兵攻占的信息就全部保存在每一个人的头盔中。在这里，头盔就是这个公共账本（严格来说是头盔的程序），所有人都参与记账；每个攻占信息都构成一个区块，所有的信息按照一定顺序排列就构成了一个区块链；参与者除了记账（按下红色按钮），还要争先恐后去抢夺新数据的打包权（攻占堡垒）。

那么来看看这种共同记账方式的优势。1，去中心化。账本是大家共同记录维护的，到底是谁首先记录无所谓，因为有激励（勋章），就会有人去做，不需要第三方介入（不需要将军或是作战部的指挥，减少军队开支与指挥者牺牲的风险）。2，数据不可篡改。已经记账的数据如果要修改，必须修改超过51%的节点信息才能成功。试想一下，这个军队如果有百万人（实际上区块链节点数量远远大于这个数），要修改超过一半军队的头盔，这是个几乎不可能完成的任务。3，信息公开透明。所有人都可以在自己的账本中查询到这条交易信息（所有堡垒攻占信息都已记录在所有人头盔里）。

这是我开始迈向写作的第一篇文章，上一次写这么多字应该是在高考场上了。第一篇文章写的是从来没接触过的新的领域，文字有点混乱平庸，也不知道自己做的类比正确与否，不过终究开始去做了。写作确实是人人都应该具备的技能，并且是可刻意练习而提高的技能，督促自己维持下去。

区块链 --- 共识算法

PoW算法是一种防止分布式服务资源被滥用、拒绝服务攻击区块链节点数量奇数的机制。它要求节点进行适量消耗时间和资源的复杂运算区块链节点数量奇数，并且其运算结果能被其他节点快速验算，以耗用时间、能源做担保，以确保服务与资源被真正的需求所使用。

PoW算法中最基本的技术原理是使用哈希算法。假设求哈希值Hash(r)，若原始数据为r（raw），则运算结果为R（Result）。

R = Hash(r)

哈希函数Hash()的特性是，对于任意输入值r，得出结果R，并且无法从R反推回r。当输入的原始数据r变动1比特时，其结果R值完全改变。在比特币的PoW算法中，引入算法难度d和随机值n，得到以下公式：

Rd = Hash(r+n)

该公式要求在填入随机值n的情况下，计算结果Rd的前d字节必须为0。由于哈希函数结果的未知性，每个矿工都要做大量运算之后，才能得出正确结果，而算出结果广播给全网之后，其他节点只需要进行一次哈希运算即可校验。PoW算法就是采用这种方式让计算消耗资源，而校验仅需一次。

PoS算法要求节点验证者必须质押一定的资金才有挖矿打包资格，并且区域链系统在选定打包节点时使用随机的方式，当节点质押的资金越多时，其被选定打包区块的概率越大。

POS模式下，每个币每天产生1币龄，比如你持有100个币，总共持有了30天，那么，此时你的币龄就为3000。这个时候，如果你验证了一个POS区块，你的币龄就会被清空为0，同时从区块中获得相对应的数字货币利息。

节点通过PoS算法出块的过程如下：普通的节点要成为出块节点，首先要进行资产的质押，当轮到自己出块时，打包区块，然后向全网广播，其他验证节点将会校验区块的合法性。

DPoS算法和PoS算法相似，也采用股份和权益质押。

但不同的是，DPoS算法采用委托质押的方式，类似于用全民选举代表的方式选出N个超级节点记账出块。

选民把自己的选票投给某个节点，如果某个节点当选记账节点，那么该记账节点往往在获取出块奖励后，可以采用任意方式来回报自己的选民。

这N个记账节点将轮流出块，并且节点之间相互监督，如果其作恶，那么会被扣除质押金。

通过信任少量的诚信节点，可以去除区块签名过程中不必要的步骤，提高了交易的速度。

拜占庭问题：

拜占庭是古代东罗马帝国的首都，为了防御在每块封地都驻扎一支由单个将军带领的军队，将军之间只能靠信差传递消息。在战争时，所有将军必须达成共识，决定是否共同开战。

但是，在军队内可能有叛徒，这些人将影响将军们达成共识。拜占庭将军问题是指在已知有将军是叛徒的情况下，剩余的将军如何达成一致决策的问题。

BFT：

BFT即拜占庭容错，拜占庭容错技术是一类分布式计算领域的容错技术。拜占庭假设是对现实世界的模型化，由于硬件错误、网络拥塞或中断以及遭到恶意攻击等原因，计算机和网络可能出现不可预料的行为。拜占庭容错技术被设计用来处理这些异常行为，并满足所要解决的问题的规范要求。

拜占庭容错系统：

发生故障的节点被称为拜占庭节点，而正常的节点即为非拜占庭节点。

假设分布式系统拥有n台节点，并假设整个系统拜占庭节点不超过m台（n ≥ 3m + 1），拜占庭容错系统需要满足如下两个条件：

另外，拜占庭容错系统需要达成如下两个指标：

PBFT即实用拜占庭容错算法，解决了原始拜占庭容错算法效率不高的问题，算法的时间复杂度是O(n^2)，使得在实际系统应用中可以解决拜占庭容错问题

PBFT是一种状态机副本复制算法，所有的副本在一个视图（view）轮换的过程中操作，主节点通过视图编号以及节点数集合来确定，即：主节点 p = v mod |R|。v：视图编号，|R|节点个数，p：主节点编号。

PBFT算法的共识过程如下：客户端（Client）发起消息请求（request），并广播转发至每一个副本节点（Replica），由其中一个主节点（Leader）发起提案消息pre-prepare，并广播。其他节点获取原始消息，在校验完成后发送prepare消息。每个节点收到2f+1个prepare消息，即认为已经准备完毕，并发送commit消息。当节点收到2f+1个commit消息，客户端收到f+1个相同的reply消息时，说明客户端发起的请求已经达成全网共识。

具体流程如下：

客户端c向主节点p发送REQUEST, o, t, c请求。o: 请求的具体操作，t: 请求时客户端追加的时间戳，c：客户端标识。REQUEST: 包含消息内容m，以及消息摘要d(m)。客户端对请求进行签名。

主节点收到客户端的请求，需要进行以下交验：

a. 客户端请求消息签名是否正确。

非法请求丢弃。正确请求，分配一个编号n，编号n主要用于对客户端的请求进行排序。然后广播一条PRE-PREPARE, v, n, d, m消息给其他副本节点。v：视图编号，d客户端消息摘要，m消息内容。PRE-PREPARE, v, n, d进行主节点签名。n是要在某一个范围区间内的[h, H]，具体原因参见垃圾回收章节。

副本节点i收到主节点的PRE-PREPARE消息，需要进行以下交验：

a. 主节点PRE-PREPARE消息签名是否正确。

b. 当前副本节点是否已经收到了一条在同一v下并且编号也是n，但是签名不同的PRE-PREPARE信息。

c. d与m的摘要是否一致。

d. n是否在区间[h, H]内。

非法请求丢弃。正确请求，副本节点i向其他节点包括主节点发送一条PREPARE, v, n, d, i消息, v, n, d, m与上述PRE-PREPARE消息内容相同，i是当前副本节点编号。PREPARE, v, n, d, i进行副本节点i的签名。记录PRE-PREPARE和PREPARE消息到log中，用于View Change过程中恢复未完成的请求操作。

主节点和副本节点收到PREPARE消息，需要进行以下交验：

a. 副本节点PREPARE消息签名是否正确。

b. 当前副本节点是否已经收到了同一视图v下的n。

c. n是否在区间[h, H]内。

d. d是否和当前已收到PRE-PPREPARE中的d相同

非法请求丢弃。如果副本节点i收到了2f+1个验证通过的PREPARE消息，则向其他节点包括主节点发送一条COMMIT, v, n, d, i消息，v, n, d, i与上述PREPARE消息内容相同。COMMIT, v, n, d, i进行副本节点i的签名。记录COMMIT消息到日志中，用于View Change过程中恢复未完成的请求操作。记录其他副本节点发送的PREPARE消息到log中。

主节点和副本节点收到COMMIT消息，需要进行以下交验：

a. 副本节点COMMIT消息签名是否正确。

b. 当前副本节点是否已经收到了同一视图v下的n。

c. d与m的摘要是否一致。

d. n是否在区间[h, H]内。

非法请求丢弃。如果副本节点i收到了2f+1个验证通过的COMMIT消息，说明当前网络中的大部分节点已经达成共识，运行客户端的请求操作o，并返回REPLY, v, t, c, i, r给客户端，r：是请求操作结果，客户端如果收到f+1个相同的REPLY消息，说明客户端发起的请求已经达成全网共识，否则客户端需要判断是否重新发送请求给主节点。记录其他副本节点发送的COMMIT消息到log中。

如果主节点作恶，它可能会给不同的请求编上相同的序号，或者不去分配序号，或者让相邻的序号不连续。备份节点应当有职责来主动检查这些序号的合法性。

如果主节点掉线或者作恶不广播客户端的请求，客户端设置超时机制，超时的话，向所有副本节点广播请求消息。副本节点检测出主节点作恶或者下线，发起View Change协议。

View Change协议：

副本节点向其他节点广播VIEW-CHANGE, v+1, n, C , P , i消息。n是最新的stable checkpoint的编号， C 是 2f+1验证过的CheckPoint消息集合， P 是当前副本节点未完成的请求的PRE-PREPARE和PREPARE消息集合。

当主节点p = v + 1 mod |R|收到 2f 个有效的VIEW-CHANGE消息后，向其他节点广播NEW-VIEW, v+1, V , O 消息。 V 是有效的VIEW-CHANGE消息集合。 O 是主节点重新发起的未经完成的PRE-PREPARE消息集合。PRE-PREPARE消息集合的选取规则：

副本节点收到主节点的NEW-VIEW消息，验证有效性，有效的话，进入v+1状态，并且开始 O 中的PRE-PREPARE消息处理流程。

在上述算法流程中，为了确保在View Change的过程中，能够恢复先前的请求，每一个副本节点都记录一些消息到本地的log中，当执行请求后副本节点需要把之前该请求的记录消息清除掉。

最简单的做法是在Reply消息后，再执行一次当前状态的共识同步，这样做的成本比较高，因此可以在执行完多条请求K（例如：100条）后执行一次状态同步。这个状态同步消息就是CheckPoint消息。

副本节点i发送CheckPoint, n, d, i给其他节点，n是当前节点所保留的最后一个视图请求编号，d是对当前状态的一个摘要，该CheckPoint消息记录到log中。如果副本节点i收到了2f+1个验证过的CheckPoint消息，则清除先前日志中的消息，并以n作为当前一个stable checkpoint。

这是理想情况，实际上当副本节点i向其他节点发出CheckPoint消息后，其他节点还没有完成K条请求，所以不会立即对i的请求作出响应，它还会按照自己的节奏，向前行进，但此时发出的CheckPoint并未形成stable。

为了防止i的处理请求过快，设置一个上文提到的高低水位区间[h, H] 来解决这个问题。低水位h等于上一个stable checkpoint的编号，高水位H = h + L，其中L是区块链节点数量奇数我们指定的数值，等于checkpoint周期处理请求数K的整数倍，可以设置为L = 2K。当副本节点i处理请求超过高水位H时，此时就会停止脚步，等待stable checkpoint发生变化，再继续前进。

在区块链场景中，一般适合于对强一致性有要求的私有链和联盟链场景。例如，在IBM主导的区块链超级账本项目中，PBFT是一个可选的共识协议。在Hyperledger的Fabric项目中，共识模块被设计成可插拔的模块，支持像PBFT、Raft等共识算法。

Raft基于领导者驱动的共识模型，其中将选举一位杰出的领导者(Leader)，而该Leader将完全负责管理集群，Leader负责管理Raft集群的所有节点之间的复制日志。

下图中，将在启动过程中选择集群的Leader（S1），并为来自客户端的所有命令/请求提供服务。 Raft集群中的所有节点都维护一个分布式日志（复制日志）以存储和提交由客户端发出的命令（日志条目）。 Leader接受来自客户端的日志条目，并在Raft集群中的所有关注者（S2，S3，S4，S5）之间复制它们。

在Raft集群中，需要满足最少数量的节点才能提供预期的级别共识保证，这也称为法定人数。在Raft集群中执行操作所需的最少投票数为 (N / 2 +1) ，其中N是组中成员总数，即投票至少超过一半，这也就是为什么集群节点通常为奇数的原因。因此，在上面的示例中，我们至少需要3个节点才能具有共识保证。

如果法定仲裁节点由于任何原因不可用，也就是投票没有超过半数，则此次协商没有达成一致，并且无法提交新日志。

数据存储：Tidb/TiKV

日志：阿里巴巴的 DLedger

服务发现：Consul etcd

集群调度：HashiCorp Nomad

只能容纳故障节点(CFT)，不容纳作恶节点

顺序投票，只能串行apply，因此高并发场景下性能差

Raft通过解决围绕Leader选举的三个主要子问题，管理分布式日志和算法的安全性功能来解决分布式共识问题。

当我们启动一个新的Raft集群或某个领导者不可用时，将通过集群中所有成员节点之间协商来选举一个新的领导者。因此，在给定的实例中，Raft集群的节点可以处于以下任何状态: 追随者(Follower)，候选人(Candidate)或领导者(Leader)。

系统刚开始启动的时候，所有节点都是follower，在一段时间内如果它们没有收到Leader的心跳信号，follower就会转化为Candidate区块链节点数量奇数；

如果某个Candidate节点收到大多数节点的票，则这个Candidate就可以转化为Leader，其余的Candidate节点都会回到Follower状态；

一旦一个Leader发现系统中存在一个Leader节点比自己拥有更高的任期(Term)，它就会转换为Follower。

Raft使用基于心跳的RPC机制来检测何时开始新的选举。在正常期间， Leader 会定期向所有可用的 Follower 发送心跳消息（实际中可能把日志和心跳一起发过去）。因此，其他节点以 Follower 状态启动，只要它从当前 Leader 那里收到周期性的心跳，就一直保持在 Follower 状态。

当 Follower 达到其超时时间时，它将通过以下方式启动选举程序：

根据 Candidate 从集群中其他节点收到的响应，可以得出选举的三个结果。

共识算法的实现一般是基于复制状态机（Replicated state machines），何为复制状态机：

简单来说：相同的初识状态 + 相同的输入 = 相同的结束状态。不同节点要以相同且确定性的函数来处理输入，而不要引入一下不确定的值，比如本地时间等。使用replicated log是一个很不错的注意，log具有持久化、保序的特点，是大多数分布式系统的基石。

有了Leader之后，客户端所有并发的请求可以在Leader这边形成一个有序的日志（状态）序列，以此来表示这些请求的先后处理顺序。Leader然后将自己的日志序列发送Follower，保持整个系统的全局一致性。注意并不是强一致性，而是最终一致性。

日志由有序编号（log index）的日志条目组成。每个日志条目包含它被创建时的任期号（term），和日志中包含的数据组成，日志包含的数据可以为任何类型，从简单类型到区块链的区块。每个日志条目可以用[ term, index, data]序列对表示，其中term表示任期， index表示索引号，data表示日志数据。

Leader 尝试在集群中的大多数节点上执行复制命令。如果复制成功，则将命令提交给集群，并将响应发送回客户端。类似两阶段提交(2PC)，不过与2PC的区别在于，leader只需要超过一半节点同意（处于工作状态）即可。

leader 、 follower 都可能crash，那么 follower 维护的日志与 leader 相比可能出现以下情况

当出现了leader与follower不一致的情况，leader强制follower复制自己的log， Leader会从后往前试，每次AppendEntries失败后尝试前一个日志条目（递减nextIndex值），直到成功找到每个Follower的日志一致位置点（基于上述的两条保证），然后向后逐条覆盖Followers在该位置之后的条目。所以丢失的或者多出来的条目可能会持续多个任期。

要求候选人的日志至少与其他节点一样最新。如果不是，则跟随者节点将不投票给候选者。

意味着每个提交的条目都必须存在于这些服务器中的至少一个中。如果候选人的日志至少与该多数日志中的其他日志一样最新，则它将保存所有已提交的条目，避免了日志回滚事件的发生。

即任一任期内最多一个leader被选出。这一点非常重要，在一个复制集中任何时刻只能有一个leader。系统中同时有多余一个leader，被称之为脑裂（brain split），这是非常严重的问题，会导致数据的覆盖丢失。在raft中，两点保证了这个属性：

因此，某一任期内一定只有一个leader 。

当集群中节点的状态发生变化（集群配置发生变化）时，系统容易受到系统故障。因此，为防止这种情况，Raft使用了一种称为两阶段的方法来更改集群成员身份。因此，在这种方法中，集群在实现新的成员身份配置之前首先更改为中间状态（称为联合共识）。联合共识使系统即使在配置之间进行转换时也可用于响应客户端请求，它的主要目的是提升分布式系统的可用性。

区块链节点数量奇数集群为什么是奇数节点