怎么进行PBFT共识算法分析及Java实现

怎么进行PBFT共识算法分析及Java实现，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

PBFT共识算法详细分析及Java实现

为什么写这个

最近研究了区块链相关的一些东西，其实就三大块：

1. 分布式存储（去中心）

2. 共识机制

3. 安全加密 分布式存储，就是一个分布式数据库，每个节点都保存一份副本。通过非对称秘钥，hash等技术对操作数据进行签名，验证摘要，可追溯，以链式结构存储，互相以hash摘要校验数据，防篡改。以拜占庭容错共识算法解决节点间的通信，达成一致协议。

区块链协议简介

分布式共识算法是分布式系统的核心，常见的有Paxos、pbft、bft、raft、pow等。区块链中常见的是POW、POS、DPOS、pbft等。 其中：

• POW、POS、DPOS是开放式的共识协议

• PBFT为半开放式的共识协议

• Paxos、raft等是封闭式共识协议

区别：

• 开放式，无法确切的知道节点的多少及连接状态，每个节点都可能是恶意的，但是大多数是非恶意的

• 半开放式，可以确定节点的多少及连接状态，每个节点都可能是恶意的，但是有满足一定条件的非恶意节点

• 封闭式，每个节点都是非恶意的，只不过可能断开连接或crash。

性能： 从上往下越来越高

总结：

• 私有链是封闭生态的存储系统，采用Paxos、raft最佳

• 联盟链有半公开半开放特性，因此拜占庭容错的PBFT算法比较合适

• 公有链来说，POW、POS、DPOS是比较适合的高安全性的协议

那么，下面我们要说的就是联盟链性质的共识协议：PBFT算法协议。 协议诞生已经很久了，网上的文章也不少，然而基本都是翻译原论文，稍加一些个人的阅读心得，细致的分析还是比较少，一些关键的衔接点没有说清楚，粗看好像都懂，但是真正要实现起来，还是有比较多坑。于是本人采用demo的方式，以多线程模拟多节点，实现完整的PBFT算法，其中有一些问题，记录下来，供各位参考，讨论。

PBFT算法简介

PBFT协议简单步骤：

主要有三个阶段：预准备（pre-prepare）、准备（prepare）、和确认（commit）

1. 从全网节点选举出一个主节点（Leader），新区块由主节点负责生成。

2. 其中一个节点的客户端向主节点发起请求。

3. Pre-Prepare：主节点分配一个序列号n给收到的请求（顺序的保证！），并向全网广播<<PRE-PREPARE,v,n,d>,m>。

4. Prepare：每个节点接收到交易请求后，模拟执行这些交易，验证交易报文的正确性。验证通过后，存入预备列表，并向全网广播<PREPARE,v,n,d,i>

5. Commit：如果一个节点收到的2f（f为可容忍的拜占庭节点数）个其它节点发来的PREPARE消息摘要都和自己相等，就向全网广播一条commit消息<COMMIT,v,n,D(m),i>

6. Reply：如果一个节点收到2f+1条commit消息，即可提交新区块及其交易到本地的区块链和状态数据库（操作确认完成）。

问题分析

整个协议理解起来还算比较简单，但是这里面有好些问题，需要一一的剖析。

1. 主节点怎么产生？

2. 主节点失效了怎么办？

3. 主节点造假怎么办？

4. 数据怎么重传？

主节点的产生

因为节点的操作都需要通过主节点，所以每个节点启动后的第一件事，找主节点。 主节点由公式p = v mod |R|计算得到，这里v是视图编号，p是副本编号，|R|是副本集合的个数。 所以其实找主节点就是初始化视图view。

1. 全网广播获取视图协议：

public static final int VIEW = -1;

2. 超过2f+1的节点回复的view作为初始化的view(q1:如果无法满足怎么办？)

if(this.viewOk)return;
long count = vnumAggreCount.incrementAndGet(msg.getVnum());
if(count >= 2*maxf+1){
	vnumAggreCount.clear();
	this.view = msg.getVnum();
	viewOk = true;
	System.out.println("视图初始化完成["+index+"]："+ view);
}

主节点失效了（这里失效指应用挂掉、或被他人控制作恶）

谁先发现主节点失效了，当然，这里是不能通过连接断开来看，因为即使tcp连接正常，也不一定业务处理正常。答案是，超时控制。 当发起请求的节点在超时时间内没有完成操作确认，则可以怀疑主节点失效，于是：

1. 客户端全网广播超时的请求报文，为什么不用一个专门的包来发起失效提议？主要是防止发起请求的节点作恶，比如循环发起提议。导致不断产生提议检验，导致网络拥堵

2. 副本节点检查，如果处理过（说明可能是网络问题），重新将处理结果返回即可，如果未处理，则可能主节点宕机，将请求重新转发给主节点，且增加超时校验。这时，如果主节点是正常的，那么就会走正常流程，最终会确认操作请求。如果主节点真的有问题，则设置的超时将触发

3. 超时后全网广播主节点切换提议

if(!this.viewOk) return; // 已经开始选举视图，不用重复发起
this.viewOk = false;
// 作为副本节点，广播视图变更投票
PbftMsg cv = new PbftMsg(CV, this.index);
cv.setVnum(this.view+1);
PbftMain.publish(cv);

当每个节点都收到2f+1个对同一个view的提议后，则切换成新的view。且检查是否有请求待发送，一切恢复正常逻辑：

long count = vnumAggreCount.incrementAndGet(msg.getVnum());
if(count >= 2*maxf+1){
	vnumAggreCount.clear();
	this.view = msg.getVnum();
	viewOk = true;
	System.out.println("视图变更完成["+index+"]："+ view);
	// 可以继续发请求
	if(curMsg != null){
		curMsg.setVnum(this.view);
		System.out.println("请求重传["+index+"]："+ curMsg);
		doSendCurMsg();
	}
}

提议时，如果有恶意节点重复多次发起，需要检测每个节点只能投票一次。

String vkey = msg.getNode()+"@"+msg.getVnum();
if(votes_vnum.contains(vkey)){
	return;
}
votes_vnum.add(vkey);

清理状态

当commit通过后，即确认了操作，则可以对该消息相关的状态进行清理：

// 清理请求相关状态
	private void remove(String it) {
		votes_pre.remove(it);
		votes_pare.removeIf((vp)->{
			return StringUtils.startsWith(vp, it);
		});
		votes_comm.removeIf((vp)->{
			return StringUtils.startsWith(vp, it);
		});
		aggre_pare.remove(it);
		aggre_comm.remove(it);
		timeOuts.remove(it);
	}

其他关键点

PbftMsg消息的DataKey必须是唯一的，可以通过uuid或者其他方式定义

private int type; // 消息类型
	private int node; // 节点
	private int onode; // 发起请求的节点
	private int vnum; // 视图编号
	private int no; // 序列号
	private long time; // 时间戳
	private String data; // 数据,表示数据的hash,必须唯一

关于怎么进行PBFT共识算法分析及Java实现问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。