在Fabric的论文中提到：
需要一种通信方式来保证各个节点之间的传播可信、可扩展，并且可以支持拜占庭容错。Fabric在其框架中使用的就是gossip协议。
Gossip协议
那么鼎鼎大名的gossip到底是何方神圣呢？
gossip protocol主要是在分布式数据库中各个副本节点之间同步数据时使用，这就和区块链本身的去中心化特点十分相似，而且，这种场景的一个最大特点就是组成的网络的节点都是想对等的（这个fabric中的peer节点是基本一致的），属于一种非结构化的网络。
使用gossip协议的最有名的区块链项目就是Bitcoin了（但Ethereum则使用的是机构化网络中的DHT算法）。
gossip 过程是由种子节点发起，当一个种子节点有状态需要更新到网络中的其他节点时，它会随机的选择周围几个节点散播消息，收到消息的节点也会重复该过程，直至最终网络中所有的节点都收到了消息。这个过程可能需要一定的时间，由于不能保证某个时刻所有节点都收到消息，但是理论上最终所有节点都会收到消息，因此它是一个最终一致性协议。
正如协议的名字一样，在传播的过程中，整个信心就像是人们口中的八卦一样，一传十，十传百，而gossip正是拥有这样的能力。
gossip具体实施过程中需要注意的几点如下：
1.gossip是周期性的传播消息，我们可以对传播周期进行设定
2.被传染的节点要随机选择k个临近点进行传播，当然这个k值也是需要我们自己来进行设定的
3.在传播过程中，一定要注意是往未发送过的节点***传播的
4.收到消息的节点将不会再继续往发送节点传播，也就是说消息传播都是单向的
gossip具有很多的优点：
1）扩展性
在网络中可以很容易的进行扩展，节点可以任意的增加和减少
2）容错
任何一个节点宕机都不会影响到gossip的传播，这对分布式系统来说是一个很好的特性
3）去中心化
gossip 协议不要求任何中心节点，所有节点都可以是对等的，任何一个节点无需知道整个网络状况，只要网络是连通的，任意一个节点就可以把消息散播到全网。
4）一致性收敛
传播的方式是一传十，十传百的，速度会越来越快，可以保证在一定时间内实现所有节点的消息都收敛到一致，传播速度也达到了
5）简单
正如名字所说，整个系统实施起来就和传播流言没有任何区别
gossip类型：
Anti-Entropy
这一种称为反熵模式，即以固定的概率传播所有的数据。
Anti-Entropy 是 SI model，节点只有两种状态，Suspective 和 Infective，叫做 simple epidemics。
反熵这个次听起来很奇怪，但我们通过他的具体模式介绍就可以很清楚的明白，反熵的含义就是要降低节点之间的混乱程度，而实现节点间的高度相似。
在 SI model 下，一个节点会把所有的数据都跟其他节点共享，以便消除节点之间数据的任何不一致，它可以保证最终、完全的一致。
由于在 SI model 下消息会不断反复的交换，因此消息数量是非常庞大的，无限制的（unbounded），这对一个系统来说是一个巨大的开销。
Rumor-Mongering
这一种称为谣言传播，它仅传播新到达的数据
Rumor-Mongering 是 SIR model，节点有三种状态，Suspective，Infective 和 Removed，叫做 complex epidemics。
但是在 Rumor Mongering (SIR Model) 模型下，消息可以发送得更频繁，因为消息只包含最新 update，体积更小。而且，一个 Rumor 消息在某个时间点之后会被标记为 removed，并且不再被传播，因此，SIR model 下，系统有一定的概率会不一致。
而由于，SIR Model 下某个时间点之后消息不再传播，因此消息是有限的，系统开销小。
因此，对于每种方法该如何进行选择是需要经过长时间考虑的。
gossip中的通信模式
在 Gossip 协议下，网络中两个节点之间有三种通信方式:
- Push: 节点 A 将数据 (
key,value,version) 及对应的版本号推送给 B 节点，B 节点更新 A 中比自己新的数据，在Fabric的论文中对于这个一点也有较为详细的论述 - Pull: A 仅将数据
key,version推送给 B，B 将本地比 A 新的数据（Key, value, version）推送给 A，A 更新本地 - Push/Pull: 与
Pull类似，只是多了一步，A 再将本地比 B 新的数据推送给 B，B 则更新本地
