简述
这个算法是在分布式场景下，计算不同节点之前的参与度，也就是有多少节点还存活，并参与到正常的业务处理当中。
为什么需要: 参与度？
大白话就是有什么用，不用行不行？
在中心化的应用当中，网络的数据处理只需要提交易中心节点处理即可。如下一个订单、注册一个用户。
在区块链场景下，所有节点之前都是独立的个体，谁也没有比较权威，在完成一个业务的处理，需要多个节点的认可才可能完成。
用不用需要看是使用的哪一种共识协议。如果是POW完全不用考虑，如果是DPOS这种就需要。
在分布式环境下，一件事需要处理成功，需要有一定数量的可信节点来证明!、证明!、证明!，否则这件事就不可能被认为是一件可信的事情，比如，有一个节点给自己的账户转了1000万，并生产了一个区块记账，那这个区块必须得到网络中半数以上的验证者认可，那这个区块就是可信的。如果不需要的话，自己可以随意改代码给做对自己有利的事，那这个网络就没有人会信任，所以需要有一定的节点成为：验证者。
验证者
那就选出一批验证者来干活。问题是，网络是分布式的，机器、网络节点有可能会故障挂掉，如何确保挂掉一部分验证者后，网络还能继续工作。那就需要保证有一批最小的可信验证者，就需要一个算法，来计算当前还有多少可信验证者。
这里不谈为什么这些节点是否可信的问题，因为拜占庭将军问题解释起来有点多，只谈如何计算这些节点的有多少个，这个值就是：参与度。
事情就是这么个事，那如何计算呢？
分析
在分布式环境中，需要指定最少多少节点参与，才可以保证节点的正常运行。那就需要指定一个最小参与度。 需要考虑几个维护：
- 最大参与者
- 最小参与度
- 节点挂掉后，如何降底参与度
- 节点恢复后，如何提升级与度
参与度的值就是通过参与者进行计出来的，那么我们需要知道一个最小的参与度minParticipationRate。
这个值可以设置一个百分比来控制。
还有一个问题，整个网络环境是去中心化的呀，我怎么能知道，邻居节点挂了，依据是什么？ 这个问题好解决，在DPOS协议当中，设定了27个验证者节点，且每3秒之间就会有一次区块交互，如果3秒内我没有收到上一个节点发给我的区块，说明上一个节点可能出现问题了，那么我就记一笔，上一个节点有问题可信节点-1。 OK那么节点之间的发现问题由DPOS协议来保证。
代码语言：javascript复制package com.liukai.blockchain.labs;
import java.util.Arrays;
import java.util.HashMap;
import java.util.Map;
import java.util.stream.IntStream;
import static java.util.Arrays.fill;
/**
* @author liukai
* @since 2022/4/25.
*/
public class BlockFilledSlot {
public static Map<String, Object> database = new HashMap<>();
public static final int BLOCK_FILLED_SLOTS_NUMBER = 128;
static {
initFill();
initBlockFilledSlotsIndex();
}
public static void initFill() {
int[] blockFilledSlots = new int[getBlockFilledSlotsNumber()];
fill(blockFilledSlots, 1);
database.put("BLOCK_FILLED_SLOTS", blockFilledSlots);
System.out.println("init param");
System.out.println("SlotCount=" IntStream.of(blockFilledSlots).sum());
System.out.println("Percent=" calculateFilledSlotsCount() "%");
System.out.println("===================");
}
public static void initBlockFilledSlotsIndex() {
database.put("BLOCK_FILLED_SLOTS_INDEX", 0);
}
public static int getBlockFilledSlotsIndex() {
return (int) database.get("BLOCK_FILLED_SLOTS_INDEX");
}
public static int getBlockFilledSlotsNumber() {
return BLOCK_FILLED_SLOTS_NUMBER;
}
public static int[] getBlockFilledSlots() {
return (int[]) database.get("BLOCK_FILLED_SLOTS");
}
// 每一次 true false 都会让 index 往前或后移动一步
public static void applyBlock(boolean fillBlock) {
int[] blockFilledSlots = getBlockFilledSlots();
int blockFilledSlotsIndex = getBlockFilledSlotsIndex();
// System.out.println("blockFilledSlotsIndex before: " blockFilledSlotsIndex);
blockFilledSlots[blockFilledSlotsIndex] = fillBlock ? 1 : 0;
saveBlockFilledSlots(blockFilledSlots);
saveBlockFilledSlotsIndex((blockFilledSlotsIndex 1) % getBlockFilledSlotsNumber());
// System.out.println("blockFilledSlotsIndex after: " getBlockFilledSlotsIndex());
}
private static void saveBlockFilledSlots(int[] blockFilledSlots) {
// System.out.println("array: " Arrays.toString(blockFilledSlots));
database.put("BLOCK_FILLED_SLOTS", blockFilledSlots);
}
private static void saveBlockFilledSlotsIndex(int i) {
database.put("BLOCK_FILLED_SLOTS_INDEX", i);
}
public static int calculateFilledSlotsCount() {
int[] blockFilledSlots = getBlockFilledSlots();
int sum = IntStream.of(blockFilledSlots).sum();
// System.out.println("calculateFilledSlotsCount: " sum);
return 100 * sum / getBlockFilledSlotsNumber();
}
public static void main(String[] args) {
int slot = 64;
// 实际中，slot 的个数是根据 witness 的产块与否来决定的
for (int i = 0; i < slot; i ) {
applyBlock(false);
System.out.println("SlotsCount: " IntStream.of(getBlockFilledSlots()).sum());
System.out.println("Percent: " calculateFilledSlotsCount() " %");
}
System.out.println("-----------");
for (int i = 0; i < 128; i ) {
applyBlock(true);
System.out.println("SlotsCount: " IntStream.of(getBlockFilledSlots()).sum());
System.out.println("Percent: " calculateFilledSlotsCount() " %");
}
}
}总结
参与度算法可以用来限制整个SR网络的产块状态，但是严格的参与度限制，也会使整个网络的产块稳定性和效率降低。 如果为了产块的稳定性，参与度并不是越大越好。
