Gossip协议
Gossip协议也可以被称之为流行病算法，留言算法，八卦算法，瘟疫算法，是一种最终一致性的分布式协议
可以理解为和（zab协议，paxios，raft）这种协议类似的协议
比特币就采取了Gossip协议来保证各个区块的信息同步的
实现
分布式节点中的节点，如果数据发生了变化，那么会定时（比如每隔1秒）广播该信息，该节点会在与它相邻的节点中随机选择K个节点，然后把变更信息同步给这K个节点，如果某个节点还没有接收过信息，那么在收到这个信息后，也会将这个信息同步给与它相邻的K个节点，依此类推，最终让整个系统中的节点同步到了这个信息
六度分隔理论
要说 Gossip 就不得不提“六度分隔理论”，简单的说：你和任何一个陌生人之间所间隔的人不会超过五个，也就是说，最多通过五个人你就能够认识任何一个陌生人。由时任哈佛大学的心理学教授 Stanley Milgram 在1967年提出。
Facebook 研究了已注册的15.9亿使用者资料，在2016年公布标题为 “Three and a half degrees of separation” 的研究结果。发现世界比人们想象的更紧密，世界上的每个人（至少在 Facebook 活跃的15.9亿人）平均通过3.57个人就可以与任意另外一个人产生联系。
优点
- 对于节点之间的网络连通和稳定性要求不高，反正每隔1S就会随机选择K个节点进行同步，直到相邻的所有节点同步完成
- 能够容忍网络上的节点随意的增加或者减少，比如增加了一个节点后，会有它相邻的节点对它进行数据同步
- 每个节点是平等的，没有中心化和主节点的概念，所以任意挂了一个节点也没事（不像raft和ZAB）
这让Gossop协议有很强的健壮性（表示在危险情况下系统生存的能力）
缺点
Gossip协议的缺点
- 存在系统中节点之间信息不一致的情况
- 每次随机选择节点，不能很好预测系统完全达到一致需要多少时间
- 同样由于随机选择节点，所以消息有可能重复发送给同一个节点，增加了网络压力和节点处理信息的压力
如果想要减少系统信息达到一致的时间，可以选择Goosip协议中的反熵模式（anti-Entropy）模式，即每次发送都是节点中所有的数据，这样很容易达到一致，但是这样，会增加网络压力，相反，我们也可以选择Gossip中的传谣模式（Rumor-Mongering）模式，只发送节点的变更信息，这样能减轻网络压力
