入门DHT协议理论篇

发表于 | 分类于 ，
入门DHT协议理论篇

入门DHT协议理论篇

背景

想研究下比特币挖矿的技术原理， 了解到其借鉴了p2p( peer-to-peer) 的去中心化网络DHT， 之前对p2p分布式网络就特别感兴趣，但一直不得其解， 正好，借此机会，系统全面的先去学习DHT协议。

p2p2

P2P 就是 peer-to-peer。这种方式的特点是，资源一开始并不集中存储在某些设备上，而是分散地存储在多台设备上，这些设备我们称为 peer, 比如1个文件 100K， 我将其拆分， 分到10台机器上

在下载一个文件时，只要得到那些已经存在了文件的 peer 地址，并和这些 peer 建立点对点的连接，就可以就近下载文件，而不需要到中心服务器上。

一旦下载了文件，你的设备也就称为这个网络的一个 peer，你旁边的那些机器也可能会选择从你这里下载文件

通过这种方式解决上面 C/S 结构单一服务器带宽压力问题。如果使用过 P2P2软件，例如 BitTorrent，你就会看到自己网络不仅有下载流量，还有上传流量，也就是说你加入了这个 P2P 网络，自己可以从这个网络里下载，同时别人也可以从你这里下载。这样就实现了，下载人数越多，下载速度越快的愿望。

种子文件（.torent）

上面整个过程是不是很完美？是的，结果很美好，但为了实现这个美好，我们还是有很多准备工作要做的。比如，我们怎么知道哪些 peer 有某个文件呢？    

这就用到我们常说的种子（.torrent）。 .torrent 文件由[文件信息]和Announce（Tracker URL）两部分组成。

其中，文件信息有以下内容：

  • Info 区 ： 指定该种子包含的文件数量、文件大小及目录结构，包括目录名和文件名， 即文件的基本信息
  • Name 字段： 指定顶层目录名字
  • 每个段的大小： BitTorrent（BT）协议把一个文件分成很多个小段，然后分段下载
  • 段哈希值： 将整个种子种，每个段的 SHA-1 哈希值拼在一起。 hash主要验证文件未被篡改。

下载时，BT 客户端首先解析 .torrent 文件，得到 Tracker 地址，然后连接 Tracker 服务器。Tracker 服务器回应下载者的请求，将其他下载者（包括发布者）的 IP 提供给下载者。    

下载者再连接其他下载者，根据 .torrent 文件，两者分别对方自己已经有的块，然后交换对方没有的数据。     可以看到，下载的过程不需要其他服务器参与，并分散了单个线路上的数据流量，减轻了服务器的压力。

下载者每得到一个块，需要算出下载块的 Hash 验证码，并与 .torrent 文件中的进行对比。如果一样，说明块正确，不一样就需要重新下载这个块。这种规定是为了解决下载内容的准确性问题。

从这个过程也可以看出，这种方式特别依赖 Tracker。Tracker 需要收集所有 peer 的信息，并将从信息提供给下载者，使下载者相互连接，传输数据。虽然下载的过程是非中心化的，但是加入这个 P2P 网络时，需要借助 Tracker 中心服务器，这个服务器用来登记有哪些用户在请求哪些资源。

这种方式， 像分布式的hdfs即采用此方案。必须有一个中心节点记录数据节点存储信息

所以，这种工作方式有一个弊端，一旦 Tracker 服务器出现故障或者线路被屏蔽，BT 工具就无法正常工作了。那能不能彻底去中心化呢？答案是可以的

去中心化网络（DHT）

DHT（Distributed Hash Table ，这个网络中，每个加入 DHT 网络的人，都要负责存储这个网络里的资源信息和其他成员的联系信息，相当于所有人一起构成了一个庞大的分布式存储数据库。

而 Kedemlia 协议 就是一种著名的 DHT 协议。我们来基于这个协议来认识下这个神奇的 DHT 网络。

当一个客户端启动 BitTorrent 准备下载资源时，这个客户端充当两个角色：

  1. peer角色： 监听一个 TCP 端口，用来上传和下载文件。对外表明我这里有某个文件， 上传使用
  2. DHT Node 角色：监听一个 UDP 端口，通过这个角色，表明这个节点加入了一个 DHT 网络


在 DHT 网络里面，每一个 DHT Node 都有一个 ID。这个 ID 是一个长字符串。每个 DHT Node 都有责任掌握一些“知识”，也就是文件索引。也就是说，每个节点要知道哪些文件是保存哪些节点上的。注意，这里它只需要有这些“知识”就可以了，而它本身不一定就是保存这个文件的节点。 因为任意节点都可能会下载文件， 即任意节点可能都会保存这个文件。

当然，每个 DHT Node 不会有全局的“知识”，也就是说它不知道所有的文件保存位置，只需要知道一部分。这里的一部分，就是通过哈希算法计算出来的

每个 DHT Node 不会有全局的“知识”，也就是说它不知道所有的文件保存位置，只需要知道一部分。这里的一部分，就是通过哈希算法计算出来的。

Node ID 和文件哈希值

每个文件可以计算出一个哈希值，而 DHT Node 的 ID 是和哈希值相同长度的串。

这里成功将节点id 和文件hash值关联起来了

对于文件下载，DHT 算法是这样规定的:

如果一个文件计算出一个哈希值，则和这个哈希值一样的那个 DHT Node，就有责任知道从哪里下载这个文件，即便它自己没保存这个文件

当然不一定总这么巧，都能找到和哈希值一模一样的，有可能文件对应的 DHT Node 下线了，所以 DHT 算法还规定：

除了一模一样的那个 DHT Node 应该知道文件的保存位置，ID 和这个哈希值非常接近的 N 个 DHT Node 也应该知道。

文件 1 通过哈希运算，得到匹配 ID 的 DHT Node 为 Node C（当然还会有其他的，为了便于理解，咱们就先关注 Node C），所以，Node C 就有责任知道文件 1 的存放地址，虽然 Node C 本身没有存放文件 1

同理，文件 2 通过哈希计算，得到匹配 ID 的 DHT Node 为 Node E，但是 Node D 和 E 的值很近，所以 Node D 也知道。当然，文件 2 本身不一定在 Node D 和 E 这里，但是我们假设 E 就有一份。

接下来，一个新节点 Node new 上线了，如果要下载文件 1，它首先要加入 DHT 网络。如何加入呢？

在这种模式下，种子 .torrent 文件里面就不再是 Tracker 的地址了，而是一个 list 的 Node 地址，所有这些 Node 都是已经在 DHT 网络里面的。当然，随着时间的推移，很有可能有退出的，有下线的，这里我们假设，不会所有的都联系不上，总有一个能联系上

那么，Node new 只要在种子里面找到一个 DHT Node，通过其介绍，就加入了网络

Node new 不知道怎么联系上 Node C，因为种子里面的 Node 列表里面很可能没有 Node C，但是没关系，它可以问。DHT 网络特别像一个社交网络，Node new 会去它能联系上的 Node 问，你们知道 Node C 的联系方式吗？

在 DHT 网络中，每个 Node 都保存了一定的联系方式，但是肯定没有所有 Node 的联系方式。节点之间通过相互通信，会交流联系方式，也会删除联系方式。这和人们的沟通方式一样，你有你的朋友圈，他有他的朋友圈，你们互相加微信，就互相认识了，但是过一段时间不联系，就可能会删除朋友关系一样。

在社交网络中，还有个著名的六度理论，就是说社交网络中的任何两个人的直接距离不超过六度，也就是即使你想联系比尔盖茨，最多通过六个人就能够联系上

所以，Node New 想联系 Node C，就去万能的朋友圈去问，并且求转发，朋友再问朋友，直到找到 C。如果最后找不到 C，但是能找到离 C 很近的节点，也可以通过 C 的相邻节点下载文件 1。
这里，一般实际情况是， 问朋友A， A告知你B离C近， 然后我再去问B….

在 Node C上，告诉 Node new，要下载文件 1，可以去 B、D、F，这里我们假设 Node new 选择了 Node B，那么新节点就和 B 进行 peer 连接，开始下载。它一旦开始下载，自己本地也有文件 1 了，于是，Node new 就告诉 C 以及 C 的相邻节点，我也有文件 1 了，可以将我加入文件 1 的拥有者列表了

你可能会发现，上面的过程中漏掉了 Node new 的文件索引，但是根据哈希算法，一定会有某些文件的哈希值是和 Node new 的 ID 匹配的。在 DHT 网络中，会有节点告诉它，你既然加入了咱们这个网络，也就有责任知道某些文件的下载地址了  

好了，完成分布式下载了。但是我们上面的过程中遗留了两个细节性的问题。

  1）DHT Node ID 以及文件哈希值是什么？

其实，我们可以将节点 ID 理解为一个 160bits（20字节）的字符串，文件的哈希也使用这样的字符串。

2）所谓 ID 相似，具体到什么程度算相似？

这里就要说到两个节点距离的定义和计算了。

在 Kademlia 网络中，两个节点的距离采用的是逻辑上的距离，假设节点 A 和 节点 B 的距离为 d，则：

1
 d = A XOR B

如果a、b两个值不相同，则异或结果为1。如果a、b两个值相同，异或结果为0。

上面说过，每个节点都有一个哈希 ID，这个 ID 由 20 个字符，160 bits 位组成。这里，我们就用一个 5 bits ID 来举例。

我们假设，节点 A 的 ID 是 01010，节点 B 的 ID 是 01001，则：

1
 距离 d = A XOR B = 01010 XOR 00011 = 01001 = 9

所以，我们说节点 A 和节点 B 的逻辑距离为 9。

回到我们上面的问题，哈希值接近，可以理解为距离接近，也即，和这个节点距离近的 N 个节点要知道文件的保存位置。

要注意的是，这个距离不是地理位置，因为在 Kademlia 网络中，位置近不算近，ID 近才算近。我们可以将这个距离理解为社交距离

DHT 网络节点关系的维护

就像人一样，虽然我们常联系的只有少数，但是朋友圈肯定是远近都有。DHT 网络的朋友圈也一样，远近都有，并且按距离分层

假设某个节点的 ID 为 01010，如果一个节点的 ID，前面所有位数都与它相同，只有最后 1 位不停，这样的节点只有 1 个，为 01011。与基础节点的异或值为 00001，也就是距离为 1。那么对于 01010 而言，这样的节点归为第一层节点，也就是k-buket 1

类似的，如果一个节点的 ID，前面所有位数和基础节点都相同，从倒数第 2 位开始不同，这样的节点只有 2 个，即 01000 和 01001，与基础节点的亦或值为 00010 和 00011，也就是距离为 2 和 3。这样的节点归为第二层节点，也就是k-bucket 2

所以我们发现， 我们从左到右， 逐位比较， 找到第一个位置不同的节点，然后再从右到左，计数这是第一个节点， 即所谓的第几个 **k-bucket **

所以，我们可以总结出以下规律：

如果一个节点的 ID，前面所有位数相同，从倒数第 i 位开始不同，这样的节点只有 2^(i-1) 个，与基础节点的距离范围为 [2^(i-1), 2^i]，对于原始节点而言，这样的节点归为k-bucket i。

你会发现，差距越大，陌生人就越多。但是朋友圈不能把所有的都放下，所以每一层都只放 K 个，这个 K 是可以通过参数配置的。

可以更深入的思考， 每一层存储固定的朋友， 但外层朋友很多， 应该多存才对。 是这样吗？ 我们可以留一个疑问。

**DHT 网络中查找好友 **

假设，Node A 的 ID 为 00110，要找 B（10000），异或距离为 10110，距离范围在 [2^4, 2^5)，这就说明 B 的 ID 和 A 的从第 5 位开始不同，所以 B 可能在 k-bucket 5 中

然后，A 看看自己的 k-bucket 5 有没有 B，如果有，结束查找。如果没有，就在 k-bucket 5 里随便找一个 C。因为是二进制，C、B 都和 A 的第 5 位不停，那么 C 的 ID 第5 位肯定与 B 相同，C和B从第四位开始不同， 即它与 B 的距离小于 2^4，相当于 A、B 之间的距离缩短了一半以上。

接着，再请求 C，在 C 的通讯里里，按同样的查找方式找 B，因为从第四位不同， 则进入c的 k-bucket 4桶中找B，如果 C 找到了 B，就告诉 A。如果 C 也没有找到 B，就按同样的搜索方法，在自己的通讯里里找到一个离 B 更近一步的 D（D、B 之间距离小于 2^3），把 D 推荐给 A，A 请求 D 进行下一步查找。

接着， 再请求D， 在D的 k-bueckt3中…

接着，再请求E， 在E的 k-bucket2 中…

你可能已经发现了，Kademlia 这种查询机制，是通过折半查找的方式来收缩范围，对于总的节点数目为 N 的网络，最多只需要 log2(N) 次查询，就能够找到目标

节点之间的通信方式

在 Kademlia 算法中，每个节点互相通信， 会接收到下面四种请求，也会发出以下四种请求：

  • PING：测试一个节点是否在线。相当于打个电话，看还能打通不；不能打通就把这个节点记录删除掉
  • find_node：查询某个节点
  • get_peers： 根据文件hash，问下哪个节点知道文件放哪了
  • announce_peer: 告知应该知道文件该存储哪些节点

加入节点

首先通过种子中的节点 介绍， 加入到节点中， 这样才能扩充自己的朋友圈。 朋友圈人越多，越能方便找到其他节点

节点的更新

整个 DHT 网络，会通过相互通信，维护自己朋友圈好友的状态。

  • 每个 bucket 里的节点，都按最后一次接触时间倒序排列。相当于，朋友圈里最近联系的人往往是最熟的；

  • 每次执行四个请求中的任意一个都会触发更新
  • 当一个节点与自己接触时，检查它是否已经在 k-bucket 中。就是说是否已经在朋友圈。如果在，那么就将它移到 k-bucket 列表的最底，也就是最新的位置（刚联系过，就置顶下，方便以后多联系）。如果不在，就要考虑新的联系人要不要加到通讯录里面。假设通讯录已满，就 PING 一下列表最上面的节点（最旧的），如果 PING 通了，将旧节点移动到列表最底，并丢弃新节点（老朋友还是要留点情面的，老朋友更稳定，不会捣乱）。如 PING 不同，就删除旧节点，并将新节点加入列表（联系不上的老朋友还是删掉吧）。

总结

主要参考： https://www.zhihu.com/people/l1905