摘要

在區塊鏈中，不同節點為了達成數據一致而按照同一套邏輯處理數據。但有時候，區塊鏈節點可能為了自身利益而發送錯誤的信息，也有可能因為網絡中斷而無法傳遞接收信息，這就使區塊鏈網絡中的節點得到不一致的結果，從而破壞系統一致性。拜占庭將軍問題被認為是在分布式系統中達成共識的最難解的問題之一，而與之對應的拜占庭容錯共識算法是區塊鏈網絡的基礎設施之一。

1982年，圖靈獎獲得者萊斯利 · 蘭伯特（Leslie Lamport）發表了一篇重要的論文《拜占庭將軍問題》（The Byzantine Generals Problem），由此展開了長達幾十年的、關于如何在分布式系統中有節點被故意破壞的情況下達成共識的討論。

隨著區塊鏈技術的出現，這種討論有愈演愈烈的趨勢。但對大多數人來說，直接去啃論文，無異于望梅止渴，并不能很好地理解論文中要表達的思想。在這篇文章里，我就帶你通俗地學習拜占庭將軍問題背后的共識協議。

兩個將軍問題

首先我們來看一個比較簡單的例子，我們姑且就稱之為“兩個將軍問題”吧，情形是這樣的：

有兩支軍隊一起攻打一座城市，他們各自由一名將軍領導。兩支軍隊各自占領城市附近兩個不同的山谷。兩軍之間隔著一個山谷，雙方間唯一的通信方式就是派遣信使來往于三個山谷。不幸的是，中間山谷已被城市保衛軍占領，也就意味著：信使在通過山谷時可能會被捕。

現在兩支軍隊要協商進攻城市的時間，因為只有兩支軍隊一起進攻才能獲得戰斗的勝利。所以他們就必須溝通一個時間點來發起進攻，并同意就在那時發動攻擊。大家可以想一想，兩位將軍能就何時進攻達成一致么？

A1和A2軍隊需要協調，但是他們派出的信使有可能被B軍隊攔截

現在，我來展開介紹這個過程。

A1將軍寫了封進攻信“我們兩支軍隊凌晨四點一起發動總攻”，并將信交給信使。信使將信帶出去后，A1將軍根本不知道信使是被捕了還是已將信送達。因此，A1將軍會猶豫是否發動進攻，除非收到了A2將軍的確認回信。

假設信使通過了山谷，將信交給了A2將軍，A2將軍寫了封回信“我同意在凌晨四點發動總攻”，他將回信交給信使之后，A2將軍也不知道信使是否成功將回信交給了A1將軍。因此，A2將軍會猶豫是否發動進攻，除非收到了A1將軍的確認回信。

假設信使又成功地通過了封鎖，將A2將軍的確認進攻回信交給了A1將軍。為了讓A2將軍放心，A1將軍還得給A2將軍寫封信“我已經收到了你的確認，我們會取得勝利的”。但是，如果這次的信使被捕了呢？是否A2將軍還得給A1將軍發信“我確認我已經收到了你的確認消息”？
...

于是，你會發現兩位將軍陷入了僵局，因為他們不能確認信使是否將信息傳遞給了對方。因此，這個問題是無解的。

無限次重試，永遠不可能達成共識

還有另外一個例子，是說三個人在不同房間，進行投票的故事。三個人彼此可以通過電話進行溝通，但經常會有人不接電話。比如某個時候，A 投票“贊成”，B 投票“反對”，但是C不接電話。A 和 B 永遠無法在有限時間內獲知最終的結果。如果可以重新投票，類似情形也同樣會再次發生。

這背后其實有一個很著名的定理：“FLP不可能性”，它是指在分布式異步通信中，沒有任何算法能保證一致性。

我們可能會覺得不可思議，因為在現在的軟件系統架構中，分布式架構隨處可見，比如Paxos算法。這里的區別在于FLP定理是學術定理，是遵循嚴格數學證明的，考慮的是最極端的情況，而Paxos算法是工程實踐，學術上的極端性一般情況下很少發生，即便發生，多試幾次可能就成功了。

正如第一個例子所示，不可能每次派出的信使都被B軍隊攔截，所以A1、A2將軍可以一次性派出100個信使，只要有1個信使通過了封鎖，就算是送信成功。而同樣在投票的例子里，ABC每輪都給彼此打多次電話，直至打通，這樣也能達成共識。

有句話是這么說的： 科學告訴你什么是不可能的；工程則告訴你，付出一些代價，我可以把它變成可能。這就是工程的魅力。 我很贊同。