MV-Raft:一种新的基于多维向量的联盟链共识算法

现有联盟链的默认算法Raft对于节点崩溃采用的是随机的机制,未考虑不同节点权重可能导致达成共识时间较长,且导致领导者节点日志同步压力较大的问题。针对该问题,提出一种基于多维向量的Raft算法——MV-Raft。算法先根据影响达成共识效率的因素构成特征值向量,然后在分布式系统启动或者单个节点新加入系统时向全网进行广播上述特征值向量,通过计算特征值向量从而判断节点间的相似度,最后,节点内部缓存相似度最高的n个节点在选举和同步过程中优先对缓存节点进行操作。通过仿真实验表明,MV-Raft算法可以使整个过程的耗时减少16%,让单个领导者节点的压力最多减少73%。