『壹』 為什麼去中心化了還能升級
因為中心化是需要一定的更新升級的，
升級是需要社區對此有一致的共識,如果不能達成共識。
則任何人都可以實施硬分叉,另建一個社區、一條鏈。這就是共識機制的去中心化過程。
架構中心化是指系統能容忍多少節點的崩潰而可以繼續運行；治理中心化是指需要多少的個人和組織能最終控制這個系統；邏輯中心化是指系統呈現的介面和數據是否像是一個單一的整體。
區塊鏈是全網統一的賬本，因此從邏輯上看是中心化的，這一點無可置疑。從架構上看，區塊鏈是基於對等網路的，因此是架構去中心化的。
從治理上看，區塊鏈通過共識演算法使得少數人很難控制整個系統，因此是治理去中心化的。架構和治理上的去中心化為區塊鏈帶來三個好處：容錯性、抗攻擊力和防合謀。
從區塊鏈誕生以來，去中心化一直被業界作為區塊鏈的核心屬性之一。但最近一段時間以來，國內一些業界大佬紛紛開始否認這一點。
甚至有人聲稱去中心化這個詞是區塊鏈行業翻譯產生的重大誤導，呼籲翻譯成「點對點」，任何區塊鏈應用的規則制定者就是根本的中心。
這是一種極其錯誤的傾向，可能會誤導很多區塊鏈創業者，使其在探索區塊鏈應用落地的過程中走彎路。
『貳』 有沒有大佬，知道java分布式怎麼實現單列模式。描述一個大概的原理就OK。感謝！
好奇怪的問題，分布式和單例模式沒什麼關系吧。
或許你想問的是如何實現分布式事務，或者分布式環境下變數的一致性，
如果是這樣一個問題，就等價於多進程之間如何共享內存。
兩種方法，一種是通過磁碟來共享內存，走的是操作系統層面的技術。
另一種是一致性演算法，通常有paxos和raft兩種，前者有zookeeper這個分布式組件可用
『叄』 開源的容器集群管理系統是什麼意思
和Doozer,它使用Go語言編寫,並通過Raft一致性演算法處理日誌復制以保證強一致性。Google的容器集群管理系統Kubernetes、開源PaaS平台CloudFoundry和CoreOS的Fleet都
『肆』 分布式共識包含哪三種方法
PoW 、PoS 、DPOW都是什麼意思？
說到區塊鏈，我們必然會談及它的共識機制。不了解區塊鏈的共識機制，就無法理解區塊鏈的真正意義。那麼，今日份的區塊鏈的共識機制了解一下？
共識機制是什麼？
什麼是共識？直取它的字面意思，就是"共同的認識".
人與人是不同的，這種不同不僅體現在身材、長相、能力，更體現在文化、觀點、想法、利益訴求等等方面。
共識，簡而言之，就是一個群體的成員在某一方面達成的一致意見。
我們了解到，信任是社會運轉中的一大痛點，銀行有自己的信用體系，過去的金融體系服務於只服務於極少的企業家，因為建立信用體系耗資巨大。後來支付寶有了芝麻信用，信用已經關繫到生活的很多方面，信用卡額度、花唄額度，芝麻信用高出國還可以免簽。我們正享受著信用給我們帶來的便捷。
區塊鏈本質是去中心化，去中心化的核心是共識機制，區塊鏈上的共識機制主要解決由誰來構造區塊，以及如何維護區塊鏈統一的問題。
區塊鏈共識機制的目標是使所有的誠實節點保存一致的區塊鏈視圖，同時滿足兩個性質：
1）一致性：所有誠實節點保存的區塊鏈的前綴部分完全相同。
2）有效性：由某誠實節點發布的信息終將被其他所有誠實節點記錄在自己的區塊鏈中。
區塊鏈的自信任主要體現於分布於區塊鏈中的用戶無須信任交易的另一方，也無須信任一個中心化的機構，只需要信任區塊鏈協議下的軟體系統即可實現交易。
共識機制是什麼？PoW 、PoS 、DPOW都是什麼意思？
共識機制的必要性？
分布式系統中，多個主機通過非同步通信方式組成網路集群。在這樣的一個非同步系統中，需要主機之間進行狀態復制，以保證每個主機達成一致的狀態共識。錯誤信息可能出現在非同步系統內並不斷傳播，因此需要在默認不可靠的非同步網路中定義容錯協議，以確保各主機達成安全可靠的狀態共識，這就是共識機制誕生的必要性。
這種自信任的前提是區塊鏈的共識機制（consensus），即在一個互不信任的市場中，要想使各節點達成一致的充分必要條件是每個節點出於對自身利益最大化的考慮，都會自發、誠實地遵守協議中預先設定的規則，判斷每一筆記錄的真實性，最終將判斷為真的記錄記入區塊鏈之中。attachments-2018-08-9yY7VRHa5b738e3d96021.jpg
換句話說，如果各節點具有各自獨立的利益並互相競爭，則這些節點幾乎不可能合謀欺騙你，而當節點們在網路中擁有公共信譽時，這一點體現得尤為明顯。區塊鏈技術正是運用一套基於共識的數學演算法，在機器之間建立"信任"網路，從而通過技術背書而非中心化信用機構來進行全新的信用創造。
當今區塊鏈的幾種共識機制介紹
區塊鏈上的共識機制有多種，但任何一種都不是完美無缺，或者說適用於所有應用場景的。
PoW 工作量證明
整個系統中每個節點為整個系統提供計算能力（簡稱算力），通過一個競爭機制，讓計算工作完成最出色的節點獲得系統的獎勵，即完成新生成貨幣的分配，簡單理解就是多勞多得，bitcoin、LTC等貨幣型區塊鏈就應用POW機制。
優點
完全去中心化節點自由進出，演算法簡單，容易實現破壞系統花費的成本巨大，只要網路破壞者的算力不超過網路總算力的50%,網路的交易狀態就能達成一致
缺點
浪費能源，這是最大的缺點區塊的確認時間難以縮短，如bitcoin每秒只能做7筆交易，不適合商業應用新的區塊鏈必須找到一種不同的散列演算法，否則就會面臨bitcoin的算力攻擊對節點的性能網路環境要求高容易產生分叉，需要等待多個確認無法達成最終一致性
PoS 權益證明
也稱股權證明，類似於你把財產存在銀行，這種模式會根據你持有加密貨幣的數量和時間，分配給你相應的利息。
優點
對節點性能要求低，達成共識時間短
缺點
沒有最終一致性，需要檢查點機制來彌補最終性
DPOW 委託股權證明
DPOW是 PoS 的進化方案，在常規 PoW和 PoS 中，任何一個新加入的區塊，都需要被整個網路所有節點做確認，非常影響效率。
DPoS則類似於現代董事會的投票機制，通過選舉代表來進行投票和決策。被選舉出的n個記賬節點來做新區塊的創建、驗證、簽名和相互監督，這樣就極大地減少了區塊創建和確認所需要消耗的時間和算力成本。
優點
大幅縮小參與驗證和記賬節點的數量，可以達到秒級的共識驗證
缺點
犧牲了去中心化的概念，不適合公有鏈
PBFT 實用拜占庭容錯
實用拜占庭容錯機制是一種採用"許可投票、少數服從多數"來選舉領導者並進行記賬的共識機制，該共識機制允許拜占庭容錯，允許強監督節點參與，具備許可權分級能力，性能更高，耗能更低，而且每輪記賬都會由全網節點共同選舉領導者，允許33%的節點作惡，容錯率為33%.實用拜占庭容錯特別適合聯盟鏈的應用場景。
優點
會背離中心化，加密貨幣的存在及獎勵機制會產生馬太效應，讓社區中的窮者更窮，富者更富共識效率高，可實現高頻交易
缺點
當系統只剩下33%的節點運行時，系統會停止運行
dBFT 授權拜占庭容錯
這種機制是用權益來選出記賬人，然後記賬人之間通過拜占庭容錯演算法達成共識。授權拜占庭容錯機制最核心的一點，就是最大限度地確保系統的最終性，使區塊鏈能夠適用於真正的金融應用場景。
優點
專業化的記賬人可以容忍任何類型的錯誤記賬由多人協同完成，每一個區塊都有最終性，不會分叉演算法的可靠性有嚴格的數學證明
缺點
當三分之一或以上記賬人停止工作後，系統將無法提供服務當三分之一或以上記賬人聯合作惡，可能會使系統出現分叉
Pool 驗證池
基於傳統的分布式一致性技術，加上數據驗證機制。
優點
不需要加密貨幣也可以工作，在成熟的分布式一致性演算法（Pasox、Raft）基礎上，實現秒級共識驗證。
缺點
去中心化程度不如bitcoin,更適合多方參與的多中心商業模式。
Paxos
這是一種傳統的分布式一致性演算法，是一種基於選舉領導者的共識機制。領導者節點擁有絕對許可權，並允許強監督節點參與，其性能高，資源消耗低。所有節點一般有線下准入機制，但選舉過程中不允許有作惡節點，不具備容錯性。
Paxos演算法中將節點分為三種類型：
proposer:提出一個提案，等待大家批准為結案。往往是客戶端擔任該角色
acceptor:負責對提案進行投票。往往是服務端擔任該角色
learner:被告知結案結果，並與之統一，不參與投票過程。可能為客戶端或服務端
Paxos 能保證在超過50%的正常節點存在時，系統能達成共識。
瑞波共識機制
瑞波共識演算法使一組節點能夠基於特殊節點列表形成共識，初始特殊節點列表就像一個俱樂部，要接納一個新成員，必須由該俱樂部51%的會員投票通過。共識遵循這些核心成員的"51%權利",外部人員則沒有影響力。由於該俱樂部由中心化開始，它將一直是中心化的，而如果它開始腐化，股東們什麼也做不了。與bitcoin及Peercoin一樣，瑞波系統將股東們與其投票權隔開，因此，它比其他系統更中心化。
Peercoin
Peercoin（點點幣，PPC），混合了POW工作量證明及POS權益證明方式，其中POW主要用於發行貨幣，未來預計隨著挖礦難度上升，產量降低，系統安全主要由POS維護。
在區塊鏈網路中，由於應用場景的不同，所設計的目標各異，不同的區塊鏈系統採用了不同的共識演算法。每種共識演算法都不是完美的，都有其優點和局限性。
區塊鏈解決了在不可信信道上傳輸可信信息、價值轉移的問題，而共識機制解決了區塊鏈如何分布式場景下達成一致性的問題。
雖然區塊鏈目前還處於發展的早期，行業發展還面臨著一些阻礙，但社會已經足夠多地認識到區塊鏈的價值，區塊鏈發展的腳步絕不會停滯不前，行業發展也定會找到突破阻礙的方法。
『伍』 請教個etcd中的raft演算法問題
etcd是一個高可用的鍵值存儲系統，主要用於共享配置和服務發現。etcd是由CoreOS開發並維護的，靈感來自於 ZooKeeper 和 Doozer，它使用Go語言編寫，並通過Raft一致性演算法處理日誌復制以保證強一致性。Raft是一個來自Stanford的新的一致性演算法，適用於分布式系統的日誌復制，Raft通過選舉的方式來實現一致性，在Raft中，任何一個節點都可能成為Leader。Google的容器集群管理系統Kubernetes、開源PaaS平台Cloud Foundry和CoreOS的Fleet都廣泛使用了etcd。
『陸』 etcd是什麼東西它和ZooKeeper有什麼區別
etcd是一個高可用的鍵值存儲系統，主要用於共享配置和服務發現。
etcd是由CoreOS開發並維護的，靈感來自於 Zo好eeper 和 Doozer，它使用Go語言編寫，並通過Raft一致性演算法處理日誌復制以保證強一致性。
Raft是一個來自Stanford的新的一致性演算法，適用於分布式系統的日誌復制，Raft通過選舉的方式來實現一致性，在Raft中，任何一個節點都可能成為Leader。
Google的容器集群管理系統Kubernetes、開源PaaS平台Cloud Foundry和CoreOS的Fleet都廣泛使用了etcd。
etcd 集群的工作原理基於 raft 共識演算法 （The Raft Consensus Algorithm）。
etcd 在 0.5.0 版本中重新實現了 raft 演算法，而非像之前那樣依賴於第三方庫 go-raft 。
raft 共識演算法的優點在於可以在高效的解決分布式系統中各個節點日誌內容一致性問題的同時，也使得集群具備一定的容錯能力。
即使集群中出現部分節點故障、網路故障等問題，仍可保證其餘大多數節點正確的步進。
甚至當更多的節點（一般來說超過集群節點總數的一半）出現故障而導致集群不可用時，依然可以保證節點中的數據不會出現錯誤的結果。
『柒』 golang有沒有好的開源游戲框架
Go作為近兩年迅速流行起來的編程語言始終致力於使事情簡單化。它並未引入很多新概念，而是聚焦於打造一門簡單的語言，讓開發者使用起來感覺異常快速且簡單。相信有意向深入學習Go語言的小夥伴都在研究Go的開源項目，今天我就把自己覺得不錯的6個Go開源項目推薦給大家，希望大家能獲得收獲和成長。
推薦一：kubernetes 【Star：44418】
Kubernetes基於Docker，其目的是讓用戶通過Kubernetes集群來進行雲端容器集群的管理，而無需用戶進行復雜的設置工作。系統會自動選取合適的工作節點來執行具體的容器集群調度處理工作。
推薦二：etcd 【Star：21408】
etcd是由CoreOS開發並維護鍵值存儲系統，它使用Go語言編寫，並通過Raft一致性演算法處理日誌復制以保證強一致性。目前，Google的容器集群管理系統Kubernetes、開源PaaS平台Cloud Foundry和CoreOS的Fleet都廣泛使用了etcd。
推薦三：deis 【Star：6093】
Deis是一個基於Docker和CoreOS的開源PaaS平台，旨在讓部屬和管理伺服器上的應用變得輕松容易。它可以運行在AWS、GCE以及Openstack平台下。
推薦四：flynn 【Star：6936】
Flynn是一個使用Go語言編寫的開源PaaS平台，可自動構建部署任何應用到Docker容器集群上運行。Flynn項目受到Y Combinator的支持，目前仍在開發中，被稱為是下一代的開源PaaS平台。
推薦五：lime 【Star：13775】
相對上面的幾款Go語言在雲端和伺服器端之外，Lime則顯得比較特殊。Lime，則是一款用Go語言寫的桌面編輯器程序，被看做是著名編輯器Sublime Text的開源實現。
六：revel 【Star：10508】
Revel是一個高生產力的Go語言Web框架。Revel框架支持熱編譯，當編輯、保存和刷新源碼時，Revel會自動編譯代碼和模板；全棧特性，支持路由、參數解析、緩存、測試、國際化等功能。
『捌』 raft演算法與paxos演算法相比有什麼優勢，使用場景有什麼差異
Paxos演算法解決的問題是一個分布式系統如何就某個值（決議）達成一致。一個典型的場景是，在一個分布式資料庫系統中，如果各節點的初始狀態一致，每個節點都執行相同的操作序列，那麼他們最後能得到一個一致的狀態。為保證每個節點執行相同的命令序列，需要在每一條指令上執行一個「一致性演算法」以保證每個節點看到的指令一致。一個通用的一致性演算法可以應用在許多場景中，是分布式計算中的重要問題。因此從20世紀80年代起對於一致性演算法的研究就沒有停止過。節點通信存在兩種模型：共享內存（Sharedmemory）和消息傳遞（Messagespassing）。Paxos演算法就是一種基於消息傳遞模型的一致性演算法。不僅只用在分布式系統，凡是多個過程需要達成某種一致性的都可以用到Paxos演算法。一致性方法可以通過共享內存（需要鎖）或者消息傳遞實現，Paxos演算法採用的是後者。下面是Paxos演算法適用的幾種情況：一台機器中多個進程/線程達成數據一致；分布式文件系統或者分布式資料庫中多客戶端並發讀寫數據；分布式存儲中多個副本響應讀寫請求的一致性。Lamport最初Paxos演算法的論文ThePart-TimeParliament在理解起來比較有挑戰性，個人認為部分原因是Lamport通過故事的方式來表述、解釋這個問題，所以在閱讀文章的時候讀者需要透過故事講的本身看到作者想說明什麼。比如文章中會有很多講到Paxos文明沒有被發現和考證的，這些映射到實際系統中往往是簡單、大家都心知肚明的基礎，但如果讀者苦於想知道這些內容是什麼時，就上當了。下面章節安排如下：第二節對應原文的1.1-2.1。第三節對應原文2.2-3.2。
『玖』 OceanBase的一致性協議為什麼選擇 paxos而不是raft
基於Raft的分布式一致性協議實現的局限及其對資料庫的風險普通伺服器具有良好的性價比，因此在互聯網等行業得到了廣泛的應用。但普通伺服器也不得不面對2%-4%的年故障率([1])，於是必須高可用的傳統資料庫只得很悲催地使用性價比低得可憐的高可靠伺服器。分布式一致性協議（distributed consensus protocol）是迄今為止最有效的解決伺服器不可靠問題的途徑，因為它使得一組伺服器形成一個相互協同的系統，從而當其中部分伺服器故障後，整個系統也能夠繼續工作。而Paxos協議([2])則幾乎成了分布式一致性協議的代名詞。然而，Paxos協議的難以理解的名聲似乎跟它本身一樣出名。為此，Stanford大學的博士生Diego Ongaro甚至把對Paxos協議的研究作為了博士課題。他在2014年秋天正式發表了博士論文：「CONSENSUS: BRIDGING THEORY AND PRACTICE」，在這篇博士論文中，他給出了分布式一致性協議的一個實現演算法，即Raft。由於這篇博士論文很長（257頁），可能是為了便於別人閱讀和理解，他在博士論文正式發表之前，即2014年初，把Raft相關的部分摘了出來，形成了一篇十多頁的文章：「In Search of an Understandable Consensus Algorithm」，即人們俗稱的Raft論文。Raft演算法給出了分布式一致性協議的一個比較簡單的實現，到目前為止並沒有人挑戰這個演算法的正確性。然而，OceanBase卻沒有採用Raft演算法，這並非是OceanBase團隊同學不懂Raft，而是Raft的一個根本性的局限對資料庫的事務有很大的風險。Raft有一個很強的假設是主（leader）和備（follower）都按順序投票，為了便於闡述，以資料庫事務為例：·主庫按事務順序發送事務日誌·備庫按事務順序持久化事務和應答主庫
『拾』 雲溪軟體怎麼復制層板
雲溪資料庫是分布式資料庫，與 OceanBase、CockroachDB、TiDB 一樣都是NewSQL 家族的一員。雲溪資料庫具備強一致、高可用的分布式架構，能夠水平擴展，提供企業級的安全特性，完全兼容 PostgreSQL 協議，能夠為用戶提供完整的分布式資料庫解決方案。
雲溪資料庫各方面的強一致性都通過 Raft 演算法實現。首先，Raft 演算法保證分布式多副本之間數據強一致性以及外部讀寫的一致性。簡而言之，雲溪資料庫中數據會有多個副本