Gossip 流言蜚語、小道消息之意。Gossip 協議也叫 Epidemic 協議（流行病協議）。類似現實生活中的緋聞傳播、或者流行病傳播，最終達到全網同步的狀態。
原本用于分布式數據庫中節點同步數據使用，后被廣泛用于數據庫復制、信息擴散、集群成員身份確認、故障探測等。
在區塊鏈中用來確保網絡中所有的節點數據一樣，解決狀態在集群中的傳播和保證狀態一致性問題。最初是由施樂公司帕洛阿爾托研究中心（Palo Alto Research Center）的研究員艾倫·德默斯（Alan Demers）于1987年創造的。
Gossip 協議的優勢：
一、可擴展性
一般需要O(logN)輪消息傳播即可達到狀態一致性，其中N代表節點的個數。每個節點只發送固定數量的消息，與網絡中的節點總數無關。消息傳送只負責單向發送，不等待消息的確認。系統可以輕松的擴展到數百萬個進程。
二、容錯性
網絡中任何節點的重啟、宕機都不會影響整個網絡的運行。具有天然的分布式系統容錯特性。
三、健壯性
所有網絡中的節點都是對等的，沒有特殊的節點。任何節點出現問題都不會阻止其他節點繼續發送消息。任何節點可以隨時加入與退出。
四、最終一致性
實現信息指數級的快速傳播。當有新信息需要傳播時，可以快速的發送到全局節點。在有限的時間內做到所有節點都擁有新的數據。
Gossip 協議的缺點：
一、消息延遲
由于擴展性的需要，節點只向隨機的少數幾個節點發消息，通過多輪的散播來達到全網一致性，這樣不可避免的會造成消息的延遲。
二、消息冗余
節點定期隨機選擇周圍節點發送消息，而收到消息的節點也會重復該步驟，所以不可避免的引起接收節點多次收到相同的消息，增加消息處理壓力。
Gossip協議靠三種類型的消息進行傳播，來達到最終的狀態一致性。
一、直接郵寄 Direct-Mail
直接發送更新數據，當數據發送失敗時，將數據緩存在失敗重試隊列，然后重傳。
這種方式雖然存在丟數據問題，但實現簡單，數據同步及時，不需要校驗數據一致性對比，性能消息低。
二、反熵 Anti-Entropy
以固定的概率傳播所有的數據。性能消耗高。
每個節點周期性的隨機選擇其他節點，通過互相交換自己的所有數據來消除兩者之間的差異。
實現反熵時，一般設計一個閉環的流程，一次修復所有節點的副本數據不致，在一個不確定的時間范圍內實現數據副本的最終一致性。
反熵使用『Simple epidemics』方式，其包含兩種狀態：Susceptible 和 Infective，這種模型稱為 SI model。
處于 infective 狀態的節點代表其有數據更新，并且會將這個數據分享給其他節點。
處于 susceptible 狀態的節點代表其并沒有收到來自其他節點的更新。
三、謠言傳播 Rumor-Mongering
僅傳播新到達的數據。適用于動態變化的分布式，性能消息相對較低。
當節點有了新信息后，這個節點就變成了『活躍』狀態，它將周期性地向其他節點傳播新信息，直到所有的節點都知道該新消息。
謠言傳播使用『Complex epidemics』方法，比反熵多一種 removed 狀態，這種模型也稱為 SIR model。
處于removed狀態的節點，表示已經接收到來自其他節點的更新，但是其并不會將這個更新分享給其他節點。
因為謠言消息會在某個時間標記為removed，然后不會再被傳播給其他節點，所以謠言傳播有極小概率使得所有節點數據不一致。
Gossip 算法實現
在實現算法中，主要有Push、Pull 和 PushAndPull 三種方式。
Push 方式：將自己的所有副本數據，推給對方，修復對方副本中的熵。
Pull 方式：拉取對方所有的副本數據，修復自己副本中的熵。
PushAndPull 方式：同時修復自己副本和對方副本中的熵。
反熵 Anti-Entropy SI 模型算法偽代碼：
謠言傳播 Rumor-Mongering SIR 模型算法偽代碼：
