Gossip算法又被稱為反熵（Anti-Entropy），熵是物理學上的一個概念，代表雜亂無章，而反熵就是在雜亂無章中尋求一致，這充分說明了Gossip的特點：
在一個有界網絡中，每個節點都隨機地與其他節點通信，經過一番雜亂無章的通信，最終所有節點的狀態都會達成一致。
每個節點可能知道所有其他節點，也可能僅知道幾個鄰居節點，只要這些節可以通過網絡連通，最終他們的狀態都是一致的，當然這也是疫情傳播的特點。
要注意到的一點是，即使有的節點因宕機而重啟，有新節點加入，但經過一段時間后，這些節點的狀態也會與其他節點達成一致，也就是說，Gossip天然具有分布式容錯的優點。
Gossip是一個帶冗余的容錯算法，更進一步，Gossip是一個最終一致性算法。
雖然無法保證在某個時刻所有節點狀態一致，但可以保證在”最終“所有節點一致，”最終“是一個現實中存在，但理論上無法證明的時間點。
因為Gossip不要求節點知道所有其他節點，因此又具有去中心化的特點，節點之間完全對等，不需要任何的中心節點。
實際上Gossip可以用於眾多能接受“最終一致性”的領域：失敗檢測、路由同步、Pub/Sub、動態負載均衡。
但Gossip的缺點也很明顯，冗余通信會對網路帶寬、CPU資源造成很大的負載，而這些負載又受限於通信頻率，該頻率又影響着算法收斂的速度，后面我們會講在各種場合下的優化方法。
gossip分為兩種
anti-entropy 只要數據不同步，就開始同步數據
rumor mongering 每隔固定的時間同步數據
---------