常见集群算法解析
Gossip协议 流行病协议，流言协议
分布式网络，无集中管理节点；节点间点对点传播信息。
P2P,BITCOIN,REDIS CLUSTER 等等
简单:
扩展性：网络节点可任意增加或修改
容错性：无中心节点，任意节点宕机不影响协议运行
去中心化：任意节点都能发送消息
最终一致性问题：
需要花费一定时间达到最终一致性
消息冗余
不适合大规模集群
恶意节点传播垃圾信息
direct mail ：通知所有邻居更新信息，邻居节点收到消息后不会转发
简单
难以达到最终一致性、容错性低、种子节点压力大。
社交网络
anti entropy：集群中的节点每隔一段时间随机选择一个节点互相交换所有数据，然后进行数据同步，消除数据不一致。
最终一致性
信息同步成本高、达到最终一致耗时长。
存储系统多副本一致
rumor mongering：收到更新消息后，成为受感染节点，周期性的传播更新消息，如果发现其他节点已经知道了消息则按照一定概率将自己变为removed，不再传播消息。
最终一致性，传播信息少，达到最终一致性耗时少。
一定概率可能不一致，节点数量不能太多
节点经常变化的集群
bully算法： 当一个进程发现协调者（或leader）不再响应请求时，就判定其出现故障，于是他发起选举，选出新的协调者。（当前活动进程中进程号最大/小的）
关键假设：
系统是同步的
进程在任何时候都可能失败，包括算法执行过程中
进程失败后停止工作，重启后重新工作
有失败监控者，可以发现失败进程
进程之间传播消息是可靠的
每一个进程知道自己和其他每一个进程的ID及地址
raft算法：
容易理解；算法明确划分为选举、复制、安全三个子问题
