DHT网络

@(基础技术)

现在有一种方法，可以通过磁力链接，例如magnet:?xt=urn:btih:0482e0811014fd4cb5d207d08a7be616a4672daa，就可以获取BT文件。

这个是通过DHT网络来实现的。

DHT网络是一个去中心化的，分布式信息存储系统。

存储的信息就是bt文件。

一、节点

每一台电脑，就是一个节点。它既是客户端，也是服务端。

每个节点都有一个节点ID，IP地址和端口号（节点进程的端口）。

节点ID由160位的二进制字符串组成，也就是长度为32的16进制字符串，跟我们常用的md5一样。

通过异或算法，可以计算两个节点ID的距离。例如01和00的异或结果是01，也就是距离是1。

二、路由表

每个节点都会保存一个路由表，保存其他节点的信息，节点信息包括：节点ID，节点的IP地址和端口号。

路由表中，会有多个bucket，例如bucket-1，bucket-2等等。

bucket-i保存的是与自身节点ID距离为[2^i-1,2i)的节点信息

每个nodeid可以理解为深度是160的二叉树，二bucket-i就是自身的叶子的第i个父节点的兄弟节点的所有叶子节点（不太严谨）

如下图：

所以i最大值是160。

而为什么要这么存了？

这样存是为了可以快速找到目标节点N2。

例如自身的节点ID是N1，需要寻找N2的IP和端口号。

• 计算N1和N2的距离D
• 从bucket-D,找一个节点N3，如果N3=N2，就找到了，否则就向N3发送寻找节点N2的请求
• N3接收到请求后，计算N2和N3的距离D1，从N3的路由表里面的bucket-D1，找到一个节点N4，返回N4的信息给N1
• N1收到返回后，如果N4=N2，就找到了，否则继续向N4发送寻找节点N2的请求。一直递归。

因为N2和N3会处于同一个bucket，所以他们的距离D1不会超过D/2，所以每一次循环，获得的节点NN与N2的距离都会比之前的请求缩小1倍。所以时间复杂度是logN。跟二分查找是一样的。

三、信息发布

当发布者，需要发布信息（例如一个bt文件）到DHT网络。

• 发布者会计算信息的md5，M1
• 通过发布者的路由表，查询与M1的距离小于等于K的多个节点
• 向这些节点发送保存信息（Store）的请求，就会把信息存储在这些节点上

k一般要大于1。不然只会把信息存储在一个节点上，万一节点下线，或者退出网络，就会导致信息不能被找到。

四、数据包

节点与节点之间，通过UDP协议，传输数据包来通讯。

DHT网络的数据包都是json格式。

必须字段：

• t:消息的id。因为是UDP传输，所以要带上消息ID，不要就不知道每个包对应是哪个包的回复。
• y：数据包的类型，取值可以是：
  • q，请求包
  • r，回复包
  • e，错误包，其实也是回复的一种

1. 请求和回复包

请求包必须字段

• q，请求的类型，
  • ping 嗅探Node是否可用
  • find_node。寻找Node的请求
  • get_peers。寻找有资源的Node
  • announce_peer ，请求下载资源
• a，请求的参数，类型是json里面的字典

回复包必须字段：

*r 回复的内容，字典

1.1ping

请求包

a包含字段

• id，请求者的nodeid

包例子

{"t":"aa", "y":"q","q":"ping", "a":{"id":"abcdefghij0123456789"}}

回复包

r包含字段

• id 回复者的nodeid

包例子

{"t":"aa", "y":"r", "r":{"id":"mnopqrstuvwxyz123456"}}

1.2find_node

请求包

a包含字段

• id，请求者的nodeid
• target，需要寻找的Node的nodeid

包例子：

{"t":"aa", "y":"q","q":"find_node", "a":{"id":"abcdefghij0123456789","target":"mnopqrstuvwxyz123456"}}

回复包

r包含字段

• id 回复者的nodeid
• nodes 在回复者的路由表中，与请求的target 的nodeid最接近的几个节点的信息，包含节点的ip，端口，nodeid。

包例子

 {"t":"aa", "y":"r", "r":{"id":"0123456789abcdefghij", "nodes":"def456..."}}

1.3 get_peers

请求包

a包含字段

• id，请求者的nodeid
• info_hash 寻找的资源的hash
• token 密钥

包例子

{"t":"aa", "y":"q","q":"get_peers", "a":{"id":"abcdefghij0123456789","info_hash":"mnopqrstuvwxyz123456"}}

回复包

如果回复者的路由表中，有存有info_hash资源的节点信息，就返回value，否则返回node，node的值和find_node一样

r包含字段

• id 回复者的nodeid
• value，拥有info_hash的节点信息
• nodes 和find_node的nodes一样

包例子

{"t":"aa", "y":"r", "r":{"id":"abcdefghij0123456789", "token":"aoeusnth","values": ["axje.u", "idhtnm"]}}

1.4 announce_peer

请求包

a包含字段

• id，请求者的nodeid
• info_hash 寻找的资源的hash
• token 密钥
• port，下载资源的端口

包例子

{"t":"aa", "y":"q","q":"announce_peer", "a":{"id":"abcdefghij0123456789","info_hash":"mnopqrstuvwxyz123456", "port":6881, "token": "aoeusnth"}}

回复包

r包含字段

• id 回复者的nodeid

包例子

{"t":"aa", "y":"r", "r":{"id":"mnopqrstuvwxyz123456"}}

2. 错误包

• e 列表类型，第一个元素时错误id，第二个是错误的说明

  {"t":"aa", "y":"e", "e":[201,"A Generic Error Ocurred"]}

错误类型有：

• 201 一般错误
• 202 服务错误
• 203 协议错误,比如不规范的包，无效的参数，或者错误的token
• 204 未知方法

五、工作流程

1.初始化

• 向一个固定的服务器，获取节点ID，完成冷启动
• 不断向已知的节点发送find_node请求，让自己的路由表里面的节点更多

2. 根据磁力链接，获取信息（bt文件）

• 获取磁力链接里面的md5，转换为二进制M1。
• 通过路由表，获取与M1距离最近的节点，然后向它们发送announce_peer 请求。如果节点有我们想要的信息，就会把信息发过来，这样我们就获取到了bt文件了。

六、DHT网络中收集bt文件的原理

向三个固定服务器发送find_node的请求，target是随机的nodeid或者是自己的nodeid，N1

服务器返回最接近N1的的3个nodeid的信息，这些信息是一个加密了的，固定协议的字符串，里面有node的ip，port和nodeid。自身节点把所有的node存储到路由表

新开一个线程，对node，再发送find_node请求，这时自己的nodeid是随机的

这样，就会导致在很多个DHTNode中，都有我们ip和端口的信息，而且映射到很多不同的nodeid

这样别人去这些DHTNode中寻找bt资源的时候，这些Node就很可能会返回我们的IP，PORT给别人，那么别人就会向我们发送announce_peer的请求，这样我们就能拿到bt文件了

1. 初始化，目的是让自己的nodeid加入到DHT网络中，并认识尽量多的其他node，放到我们的路由表。

   1. 生成自己的nodeid。
   2. 向固定的服务器（例如：），发送find_node请求，target是自己的nodeid，这样，自己的nodeid就会进入到固定服务器的路由表，这样其他node想固定服务器发送find_node请求的话，固定服务器就会返回我们的nodeid给他们，这样我们的nodeid就会进入很多其他Node的路由表了。
   3. 发送给固定服务器的find_node请求中，会返回我们附近的node的信息，保存到我们自己的路由表

2. 接收其他节点的请求。当我们加入到DHT网络中，就会有其他节点发送请求给我们。下面的请求处理完后，我们都把请求者加入到我们的路由表中。

   1. 当我们收到ping请求，就返回自己的id给它，表示自己在正常运行。
   2. 当我们收到find_node请求， 就从我们的路由表查找离target最近的N个node的信息，返回给它。
   3. 当我们收到get_peers请求，就从我们的路由表中查找拥有该资源的peers信息，返回给它。
   4. 当我们收到announce_peer 请求，就从发送info_hash的资源到对应的端口

七、Bt文件下载原理

当得到BT文件后，就可以用bt文件下载器进行文件的下载

BT文件里面包含

• tracket地址
• 目标文件列表，和分块信息。每一块是2k的倍数。分块信息包含每一个分块的索引和MD5
• BT文件的基本信息，如标题，每个文件的大小和文件名等

下载流程

• 下载器请求tracket地址，获取其他也在下载该bt文件的节点信息
• 下载器连接其他节点，告诉自身缺少的分块的索引和获取到对方缺少的分块索引
• 如果自身有分块1，而对方没有，就向对方发送分块1
• 如果对方有分块2，而自身没有，就接收分块2
• 接收完一个分块后，计算md5，然后和bt文件里面的md5对比，如果正确，就下载完成，否则要重新下载。

所以bt文件的下载过程，并不是去中心化的，tracket服务器就是一个中心化的服务器。

tracket服务器只管理下载节点的信息，并不会存储文件的具体分块。所以压力也比较小。

节点越多，下载的速度越快。

参考

未经允许，请不要转载