Kademlia算法理解总结

Kademlia 分布式存储路由算法了，DHT的一种，P2P广泛使用的一种节点发现查找算法

1. 要素

节点ID：即NodeID，160bit

信息：<key, value> key是存储信息的hash值，

2. 距离

Kad算法定义了一种逻辑距离的计算方法，两个NodeID 进行XOR异或操作，结果作为距离值，例如节点a的ID 0010001，节点b的ID 0010010，则ab距离为 0010001 XOR 0010010 == 3，节点c的ID 0001001，则ac距离为 24。

信息存储在与key相等的NodeID，或者与key距离最近的节点上

3. 目的

查找节点，查找vlaue

4. 路由表

每个节点维护一份路由表，每个路由表，有多个list组成，list个数由NodeID bits数组成，NodeID 160bits，与其他节点ID相比，拥有不同比特数的个数有0~159种，即list有160个，又规定每个list中最多有k个信息，所以也叫k-桶

所以由下表：

从高位向低位看160bit，

list 0: 前面159bit相同，第160bit不同原始NodeID 为xxxxxxxxx...xxxx0

xxxxxxxxx...xxxx0

xxxxxxxxx...xxxx1 ----> 只有1个，距离为1，即 [1,2)

list 1: 前面158bit相同，第159bit不同原始NodeID 为xxxxxxxxx...xxx00

xxxxxxxxx...xxx00

xxxxxxxxx...xxx10

xxxxxxxxx...xxx11 ----> 有2个，距离为2,3，即[2,4)

list 2: 前面157bit相同，第158bit不同原始NodeID 为xxxxxxxxx...xx000

xxxxxxxxx...xx000

xxxxxxxxx...xx100

xxxxxxxxx...xx101

xxxxxxxxx...xx110

xxxxxxxxx...xx111 ----->有4个，距离为4,5,6,7 即[4,8)

。
。
。

list159: 前面第1bit不同

000000000...00000

1yyyyyyyyy...yyyyyy ---- y的组合有2的159次方个，距离从2的159次方~2的160次方个，最多取k个。

5. K-桶更新

list里面节点，根据访问时间尽心排位，最新访问的放在尾部，最久访问的放在头部

收到节点的NodeID, 计算本节点与新节点的距离，找到对应的list

如果list里面有该节点，则把该节点移到尾部

如果list里面没有该节点

list里面不足k个，添加新节点到尾部

list里面超过k个，对list 头部节点进行访问，

如果头部节点没有回应，则移除，把新节点加到尾部

如果头部节点回应，移到尾部，忽略新节点

6. Kad 4种RPC：PING STORE FIND_VALUE FIND_NODE

PING: 探测一个Node是否在线

STORE: 以<key,value>为参数，通知另一个node保存，以供以后取用

FIND_NODE: 以ID或key为参数，接收者返回它所知道的距离该ID最近的k个Node的信息，k个node不一定来自一个k-桶list，除非它所有的k-桶中node总数不足k个，否则要凑足k个

FIND_VALUE: 以ID或者key为参数，如果接收者前面收到过STORE，key正好是前面收到的<key value>, 则返回这个value，如果没有，就按照FIND_NODE流程，返回k个距离最近的Node的信息

另外所有的RPC消息中都有随机数，返回时要保持不变，用来做验证

7. 节点查找(node lookup): 找到距离给定的ID最近的k个node

定义并发数a,

从最近的k-桶中取出a个最近的node，然后向a个node并行发送，异步FIND_NODE消息

从上一步收到回复后，就可以再发送FIND_NODE给返回的Node，

查询结束，发送者已经向K个最近的node发了消息并收到回应

8. 存储<key value>:

先用node lookup查找到k个最近的node

然后向他们发送STORE命令

9. 查找<key value>

使用FIND_VALUE代替FIND_NODE 进行 node lookup, 一旦有其他node返回了要的value，就结束

10. node加入网络：

首先获得一个已经在网络中的node

把它加入到k-桶

然后对自己的ID进行lookup

刷新所有的k-桶

Kademlia算法理解总结相关推荐

易懂分布式 | Kademlia算法
转载自:https://www.jianshu.com/p/f2c31e632f1d 近年来,区块链技术(部分人更愿意称之为分布式账本技术)的走红将分布式技术的概念带入大众的视野.区块链技术之所以备受 ...
SVPWM算法理解（二）——关于非零基本矢量幅值和线电压幅值的解释
SVPWM算法理解(二)--关于非零基本矢量幅值和线电压幅值的解释 1 引言 2 非零基本矢量的幅值 3 线电压的幅值 4 电压空间矢量图中的图形含义 5 如何保证逆变器的输出电压不失真 1 引言 ...
FP-Growth算法理解
FP-Growth算法理解基本概念 FP-Growth 全称: Frequent Pattern Growth--频繁模式增长在整个算法执行过程中,只需要遍历数据集2次,就可完成频繁模式的发现 F ...
强化学习算法DQN：算法简介、创新点：回放机制target-network、伪代码、算法理解、代码实现、tensorboard展示网络结构
文章目录 DQN简介 DQN目标 Q-learning与DQN Loss Function 创新点:回放机制&target-network 算法伪代码算法理解代码实现 tensorboar ...
SVM算法理解以及编程练习
SVM算法理解以及编程练习支持向量机如何找到超平面最大间隔分类器代码练习理解代码1 代码2 代码3 代码4 支持向量机支持向量机就算法作为机器学习的经典算法,从被提出后快速发展,在很多场景 ...
FP-growth算法理解和实现
FP-growth算法理解 FP-growth(Frequent Pattern Tree, 频繁模式树),是韩家炜老师提出的挖掘频繁项集的方法,是将数据集存储在一个特定的称作FP树的结构之后发现频繁 ...
（一）反向传播算法理解（Back-Propagation）
本文参考deeplearningbook.org一书第六章 6.5 Back-Propagation and Other Diﬀerentiation Algorithms 反向传播算法分为两篇来讲 ...
Marching Cubes算法理解
背景知识 Marching Cubes算法是三维离散数据场中提取等值面的经典算法,其主要应用于医学领域的可视化场景,例如CT扫描和MRI扫描的3D重建等. 等值面空间中所有具有某个相同值的点的集合, ...
Bresenham算法理解
Bresenham bresenham算法是计算机图形学中为了"显示器(屏幕或打印机)系由像素构成"的这个特性而设计出来的算法,使得在求直线各点的过程中全部以整数来运算,因而大幅度 ...

Kademlia算法理解总结

Kademlia算法理解总结相关推荐

最新文章

热门文章

Kademlia算法 理解 总结

Kademlia算法 理解 总结相关推荐

最新文章

热门文章

Kademlia算法理解总结

Kademlia算法理解总结相关推荐