SWIM 协议

概述

SWIM（Scalable Weakly-consistent Infection-style Process Group Membership）由 Das、Gupta 等人于 2002 年提出，解决大规模集群中"谁还活着"的成员管理问题，把故障检测与成员信息传播解耦，网络负载对节点数近似恒定。

原理

每个周期节点随机 ping 一个成员，超时后请求 k 个节点代为间接 ping（区分节点故障与链路抖动）；确认失败后将"疑似死亡"状态以 gossip 方式随更新捎带传播。改进版加入 suspicion 机制（先怀疑再定罪）与 Lifeguard 优化，显著降低误判。

应用

HashiCorp 的 memberlist 库实现了带 Lifeguard 改进的 SWIM，支撑 Consul 与 Serf 的集群成员管理与故障检测；许多去中心化系统的节点发现也采用同类"感染式"传播设计。