共识算法⚓︎

分布式系统中的超过半数规则与拜占庭将军问题（BFT）有何关系？⚓︎

1. 鸽巢原理与法定人数： 设定读写节点数均超过半数（$W+R>N$），保证读写集合必有交集，从而实现线性一致性。同时在网络分区时避免脑裂（只允许一个包含多数节点的子网推进状态）。
2. CFT 模型（崩溃容错）： 假设节点仅宕机不说谎，超过半数（$N \ge 2f+1$）即可容忍 $f$ 个节点故障。
3. BFT 模型（拜占庭容错）： 节点可能发送恶意伪造数据。为确保响应中的诚实节点数压倒恶意节点数，需要满足 $N - 2f > f$，即系统总节点数必须达到 $N \ge 3f+1$。因此 BFT 的容错确认阈值提升至超过三分之二。

PBFT 算法的执行阶段为什么需要 Prepare 和 Commit 两次完整的超过 ⅔ 节点确认？⚓︎

1. Prepare 阶段： 解决视图内一致性。确保在当前视图下，没有任何两个诚实节点会对同一序号接受不同的请求，防止主节点进行分叉攻击。
2. Commit 阶段： 解决跨视图一致性。进入 Prepared 是局部状态，二次广播 Commit 消息确保全网至少有 $f+1$ 个诚实节点达到 Prepared 状态。若主节点宕机触发视图切换，新主节点收集状态的 $2f+1$ 集合必然包含至少 1 个已 Prepared 的诚实节点，从而保证该状态被新视图严格继承且不可逆转。

评论