－文字稿－

如果你想要下载一集不存在的回形针视频，你会怎么做？

最简单的方法当然是找一个有资源的哥们——每羊，让他把这期视频发给你。早期互联网，大家就是这么共享文件的，但是这样也有很多问题。

比如下载的人一多，每个人分配到的带宽就变小了，下载速度会变慢。更危险的是，这期视频是敏感资源，你的哥们本来就不应该分享给你，如果每羊被抓了，大家也都别下载了。

针对这些问题，美国工程师 Bram Cohen 在 2001 年发布了 BitTorrent 协议，资源不再由一个人或一个中心服务器提供，而是所有人提供给所有人，下载的人越多，速度越快。这种模式也叫 peer-to-peer(用户群对用户群)，也就是我们常说的 P2P 下载。

BitTorrent 的核心思想是把文件分成很多个小块，让下载者互相连接。

以这支 117.3 MB 的视频为例，被分成了 895 个 128kB 的文件块后，下载了第 306 块的用户 A 就可以和下载了第 11 块的用户 B 交换彼此下载好的部分。参与的人越多，互相交换的就越密集，下载的越快。

为了做到这一点，BitTorrent 协议需要资源共享者生成一个包含下载信息的种子文件，后缀是 .torrent，这就是我们常说的 BT 种子。

种子文件包含文件的名字、大小，分块后每块文件的大小、哈希值，以及 Tracker 服务器的地址。

Tracker 很重要，通过 Tracker 我们才能找到其他下载者的联系方式。

当你用下载软件打开种子，就会开始联系种子文件里内置的 Tracker 服务器，告诉 Tracker 我要下载这个文件，服务器会记录下你的 IP，并把其他正在下载或下载完成的人的 IP 返回给你，这样你们就可以愉快的组队下载了。

当然，如果没有找到正在下载的人，资源发布者也不在线，你就只能以 0kb/s 的速度等着了。

不难发现，Tracker 服务器是 P2P 网络的弱点，如果 Tracker 被关闭或封禁，你就无法找到同伴，也难以完成下载。

为了摆脱对 Tracker 服务器的依赖，今天最流行的下载方式是磁力链接(Magnet URI scheme)，通常是一串这样的神秘代码：

magnet:?xt=urn:btih:1a427c8498f72b9a27fde87662dbeb6fc043fc47

前面都是标准格式，最重要的是这 40 个 16 进制的数字。任何文件丢进哈希算法都能得到一串这样字符，40 位、16 进制、只属于这个文件。你可以把它当成一个文件 ID，它能帮我们找到我们要下载的东西。

磁力链接的本质是把所有人都变成一个小型 Tracker，每个人都拿着一份动态更新的地址和文件信息。我找与我连接的 10 个人，他们再各自找 10 个人，一传十十传百、千、万，最后是我找到小明小明找老王老王找郭冬临郭冬临找到每羊，我和每羊就连上线了。

但这种所有人找所有人的方案其实不太行，不仅占用了大量的资源，效率也非常低，还有可能重复传播，造成广播灾难。

这时，就需要补充一个关键信息——距离。

注意，这里的距离，不是空间上的距离，而是逻辑上的距离。

重点来了！接下来，我会详细解释磁力链接使用的 DHT 网络的构建过程，有一点点难，但是真的非常有意思。让我们开始吧。

刚刚说了，每个磁力链接都有一串唯一的文件 ID，可以产生 2 的 (4*40) 即 2 的 160 次方种组合，用只有 0 和 1 的二进制表示就是 160 个 0 和 1。

而每个节点也有一串 160 位的 0 和 1，作为节点 ID。根据这 160 位数，我们可以计算节点和节点之间，节点和资源之间的距离。

假设每羊发布了一个文件，就能计算他所知道的节点 ID 与这个文件 ID 的距离，让算出来最距离最短的节点再计算它知道的节点和文件 ID 的距离，重复这个过程，就能找到与文件 ID 的距离最短的一批节点 ID，把每羊提供的下载信息存在这里。

这样，下载者也只要找到和文件 ID 距离接近的节点 ID，就能建立连接，开始下载。

但这个距离到底是怎么算出来的呢？

这就是有趣的地方了，用异或算法来计算节点之间的逻辑距离，相同就是 0，不同就是 1。

为了方便你理解，我们简化一下模型，把 160 位缩减到 4 位。假设你的节点 ID 是 0100，目标节点 ID 是 1111，那么你们之间的二进制距离就是 1011，换算成十进制就是 11。

有了距离，我们就可以在一个这样的二叉树里快速查找目标了。

所有可能的节点 ID 都在这棵二叉树上。 4 位数需要分叉 4 次，生成 2 的 4 次方即 16 条路径，每条路径的终点，就是一个节点 ID。

接下来，你作为 0100，就可以拆分这颗二叉树了，从第一次分叉开始，把不包含你的那棵子树拆分，然后在剩下的子树的第二次分叉处再次拆分，直到只剩下你自己。

这样，就拆分出了 4 个子树。

我们在每个子树里选 2 个点，就得到了 4 个 K 桶，呃，不是这个，是这个，K-bucket。

暂停下来想想你就会发现，用异或算法计算 0 号 K 桶和你的距离是 0001，换算成十进制就是1，1 号 K 桶里 2 个点和你的距离是 2-3，以此类推，2 号 K 桶的距离区间是 4-7，3 号 K桶的距离区间是 8-15。

我们刚刚算过，你的节点 ID 0110 和目标 ID 1111 之间的二进制距离是 1011，换算成十进制是 11，也就是说，离 1111 最近的，肯定是 3 号 K 桶里的 2 个节点。

接下来，我们就可以联系这两个节点，让他们帮我们找 1111。

以 1110 为例。1110 也能拆分出 4 棵子树，得到 4 个 K 桶，计算 1110 和 1111 之间的距离，结果是 0001，换算成十进制是 1，也就是在 0 号 K 桶，1111 就在这里。

这种网络结构被称为 DHT，分布式哈希表(Distributed Hash Table)，一个高宽容度的去中心化网络。只需要一串文件 ID和存储在本地的 K 桶数据，你就可以高效的找到要下载的文件。

而资源的发布者和传播者也只需要分享 40 个数字就好，足够简单，方便和隐私。

在真实的 DHT 网络，每个 K 桶至少记录了 8 个节点，任何一个节点下线，都不会影响整个网络的运行。

作为文件和节点 ID ，2 的 160 次方也足够大，大到全地球 70 亿人每秒下载 10000 个种子，也足够下载百万亿年直到宇宙终结。

这些天才们的设计，让我们拥有了一个无法被审查和追踪的去中心化网络。这催生了庞大的盗版产业，但也让很多内容有机会避开审查。

因为网站可以被隔离、被拔线、被禁止访问，但种子不会。只要种子不死，那些不存在的音乐图书和视频就还活在互联网上，没有任何人可以毁掉。