Gossip协议，中文可译为“流言蜚语”“闲话”或“八卦”，形象地描述了该协议的工作方式——类似于人类社会中的信息传播模式。Gossip协议最早由Xerox公司的Palo Alto研究中心（PARC）在一篇论文中提出，论文中将其称为八卦算法或病毒算法（Epidemic Algorithm），但最终“Gossip”这一名称被接受并沿用至今。
Gossip协议是一种去中心化的分布式协议，旨在实现多个节点之间的状态信息共享。其核心思想是通过随机选择节点进行信息交换，逐步将状态数据传播到整个系统。
在分布式系统中，元数据（Metadata）是描述系统状态的关键信息，例如节点负责的数据范围、主从关系、节点健康状态（是否故障）等。Gossip协议通过周期性的、轻量级的通信机制，确保这些元数据能够在节点间高效、可靠地同步。
Gossip 的基本工作模式
1）周期性活动： 每个节点定期（例如每秒）启动一轮Gossip。
2）随机对等选择： 节点从其已知的集群成员列表中随机选择一个或少数几个目标节点（通常是k个，k远小于总节点数N）。
3）信息交换： 节点向选中的目标节点发送其持有的部分或全部信息（例如，自身状态、已知的其他节点状态、元数据更新等），并从目标节点接收类似信息。
4）状态合并与更新： 节点根据接收到的信息更新本地状态。例如，如果收到的信息版本更新，则采纳新信息。
Gossip 的信息传播方式变体
Gossip协议主要是通过直接邮寄、反熵和谣言传播三种方式来实现数据的最终一致性。
直接邮寄
直接邮寄（Direct mail），当一个节点自身状态发生重要更新时（例如，它检测到一个新数据），它主动将这个更新推送给随机选择的邻居。这是信息快速传播的一种方式，但不保证送达。
如图所示：当节点A的数据更新时，会直接将新数据传给节点B、节点C，然后各个节点再更新自己的数据。
需要说明的是：当队列溢出或长时间无法访问其目的地时，消息可能会被丢弃，也就是说，只采用直邮的方式是无法实现最终一致性的。
反熵
反熵（Anti entropy/ Pull or Push-Pull style），中的熵是指混乱程度，在此处，熵可以理解成不同节点中数据的差异性。反熵就是指消除混乱程度，提升节点间数据的相似度，降低熵值。反熵主要有推、拉和推拉三种方式。
1）推方式，节点A定期选择节点B，将A的所有（或部分摘要）数据推送给B，让B修复其与A不一致的部分。
2）拉方式，节点A定期选择节点B，从B拉取其所有（或部分摘要）数据，修复A自身与B不一致的部分。
3）推拉方式，节点A选择节点B，双方交换数据并各自修复差异。这是最常见和鲁棒的方式。
反熵通过异步方式修复数据差异，可以实现“最终一致性”，但是，节点之间需要相互交换和比较数据，如果集群节点数比较多且动态变化，代价就成直线上升（比如k8s环境中检测节点故障，并动态维护集群节点状态）。因此，反熵方式适合节点数固定且有限的集群实现数据一致性。
谣言传播
谣言传播（Rumor mongering/ Hot-stuff Propagation），当一个节点有“新”信息（谣言）时，它会积极地向其他节点传播。如果一个节点收到了它之前未曾听闻的谣言，它也会变成一个活跃的传播者，继续向外散播。为了避免谣言无限传播，可以设置传播次数上限，或者当一个节点发现其大多数邻居都已经知道这个谣言时，它就停止主动传播，转为仅在被询问时才告知（即从“活跃”转为“被动”）。
// 定期执行，先随机选择集合S中的s1
// s1再随机选取集合S中的任意其他节点
// 不断解决两两之间的数据冲突
// 最终整个集合中的对象都会达成数据一致性
FOR SOME s1 belong to S DO
ResolveDifference[S,s1)
END LOOP
如图所示，当节点A有新数据时，会成为活跃节点，然后向集群中节点B，节点E传播该数据，节点C收到新数据之后也变成了活跃节点，然后向节点D传播新数据，这样其他节点都能更新到新数据。
未完待续
很高兴与你相遇！如果你喜欢本文内容，记得关注哦！！！
