第二章第六节 P2P应用

在本节内容开始前，我们要先来对P2P架构有一个宏观的认知：

P2P:(Peer to Peer 对等结构)   以对等方式进行通信，并不区分客户端和服务端，而是平等关系进行通信。在对等方式下，可以把每个相连的主机当成既是主机又是客户，可以互相下载对方的共享文件。比如迅雷下载就是典型的P2P通信方式。

本章描绘的前三个应用都采用了CS(客户-服务器)体系结构，极大的依赖于总是打开的基础设施服务器。而在本节中，我们将介绍两种适用于P2P的应用：一个是文件分发，在其中我们将介绍流行的BitTorrent协议；另一个是分布在大型对等方社区中的数据库，在其中我们将探讨分布式散列表(Distrubuted Hash Table，DHT)的概念。

Outline

文件分发

P2P系统结构的扩展性

BitTorrent

P2P应用：索引技术

P2P中搜索信息

集中式索引

查询洪泛

层次覆盖

Note

纯P2P架构具有如下特点：

没有服务器，任意端系统之间直接通信

节点阶段性接入Internet

节点可能更换IP地址

资源共享

资源分布

## 文件分发

【P2P体系结构的扩展性】

为了方便讨论，我们假设如上图的简单定量模型，其中us为服务器上传带宽；ui为节点i上传带宽，di为节点i下载带宽。

对于客户机/服务器架构：

服务器串行地发送 N 个副本，时间为： NF/us

客户机i 需要 F/di的时间下载

我们所需要的最短时间为：

对于P2P架构：

服务器必须发送一个副本，时间：F/us

客户机i 需要 F/di的时间下载

总共需要下载NF比特

最快的可能上传速率： us + ∑ui

所需要的最短时间为：

结论：对足够大的N(对等方的数量)：

客户机/服务器体系结构的分发时间随着对等方的数量N线性增加并且没有界。

P2P体系结构，其最小分发时间曲线与log2N曲线类似，因此最小分发时间远小于客户机/服务器体系结构的分发时间。其自扩展性很强。

【BitTorrent】

BitTorrent是一种用于文件分发的流行P2P协议，每个下载者在下载的同时不断向其他下载者上传已下载的数据。

BT协议与FTP协议不同，特点是下载的人越多，下载速度越快，原因在于每个下载者将已下载的数据提供给其他下载者下载，充分利用了用户的上载带宽。通过一定的策略保证上传速度越快，下载速度也越快。

基本概念：

Torrent：参与一个特定文件分发的所有对等方的集合被称为一个洪流。

chunk：在一个洪流中的对等方彼此下载等长度的文件块(一个文件被分成若干个块)，典型的块长度为256KB。

Tracker：每个洪流都有一个基础设施结点，成为追踪器

当一个新节点(Alice)加入torrent:

没有chunk，但会随着时间不断积累

结点向tracker注册获得节点信息表，并与某些结点建立联系(成为“邻居”)，一个结点的临近对等点会随着时间而波动。

结点下载的同时，也为其他对等方上传了多个块。结点可能随时加入或离开。

chunk的获取

给定任一时刻，不同的节点持有文件的不同chunk集合

节点(Alice)定期查询每个邻居所持有的chunk列表

节点发送请求，请求获取缺失的chunk

稀缺优先：针对她没有的块在他的邻居中决定最稀缺(副本数量最少)的块，并优先请求稀缺块

稀缺优先的目的：大致的均衡每个块在洪流中的副本数量

chunk的发送：决定Alice响应哪个请求(对换算法)

Alice根据当前能够以最高速率向他提供数据的邻居，给出其优先权

每10秒，重新评定一下Top4，这四个对等方被称为疏通(unchocked)

每30秒，Alice随机选择一个其他结点，向其发送chunk。

除了随机选择的伴侣作为试探对等方和之前的Top4，其他的对等方都称为阻塞()

## P2P应用：索引技术

【P2P中搜索信息】

P2P系统的索引：信息到节点位置(IP地址+端口号)的映射。

文件共享(电驴)

利用索引动态跟踪节点所共享的文件的位置

节点需要告诉索引它拥有哪些文件

节点搜索索引，从而获知能够得到哪些文件

即时消息(QQ)

索引负责将用户名映射到位置

当用户开启IM应用时，需要通知索引它的位置

节点检索索引，确定用户的IP地址

【集中式索引】

如上图所示，集中式索引更像是P2P和CS的混合体

当Alice需要下载信息时，经过以下步骤：

初始时，所有的对等方要将自身的IP和可共享的文件名称通知集中式索引服务器，该索引服务器从每个活动的对等方那里收集这些信息，从而建立起一个动态索引，将每个文件拷贝映射到一个IP地址集合。

当Alice需要下载一些文件时会将查询内容发送给索引服务器，服务器将查询结果返回给Alice(Bob的IP地址)。

Alice根据收到的信息，从Bob处下载资源。

集中式索引的问题：内容和文件传输是分布式的，但是内容定位是高度集中式的。会出现如下问题：单点失效问题、性能瓶颈、版权问题。

【查询洪泛】(建立在“Gnutella”协议基础上)

查询洪泛采用完全分布式方法。在查询洪泛中，索引全面地分布在对等方的区域中。每个对等方索引可供共享的文件而不索引其他文件。

其扩展性差，尤其是为了防止某个对等方发起查询，该查询就会传播到整个覆盖网络的每个其他对等方，从而产生大量流量。为解决这个问题，设计者使用了受限查询洪泛，即限制其传播的最大跳数。

【层次覆盖】(由FastTrack首创，Kazza和Morpheus也实现了这种文件共享协议)

该方法结合了上述两种方法的优秀特征，与洪泛查询类似，层次覆盖设计不使用专用的服务器(或服务器场)来跟踪和索引文件。然而，与洪泛查询不同的是，在层次覆盖的设计中并非所有对等方都是平等的。

如下图所示，如果某对等方不是超级对等方，则它就是一个普通对等方，并被指派为一个超级对等方的子对等方。

超级对等方维持着一个索引，该索引包括子对等方正在共享的所有文件的标识符、有关文件的元数据和相应子对等方的IP地址，但与前面的集中式索引不同，这里的超级对等方并不是一台专用服务器，而是普通对等方。超级对等方之间可以相互建立TCP连接，从而形成一个覆盖网络。

## 分布式散列表