對等網路(P2P)的概念與思想

對等網路(P2P)的概念與思想

我想沒有任何一個產業可像像IT產業一樣，每天都不斷地產生新的名詞，然後在IT裡面由幾個簡單片語成的IT名詞，卻不斷引來大家的誤解，我想P2P就是這些詞中的一個了。

每當我向身邊的同學和師弟提起P2P時，他們都異口同聲地說“我知道 ，點對點嘛”。更多人會認為P2P就是point-to-point的簡稱。我簡直不敢相信，P2P竟引來如此多的誤解。我不知道為什麼P2P會被人說成點對點，可能是資料連結層有個Point-to-Point protocol（PPP協議）吧，因而大誤解P2P為point-to-point，點對點，有點可笑。更有甚者會說，P2P不就是BT嘛，呵呵，有時會搞得我哭笑不得。比較內行的同學才會問一下，你搞的P2P與BT有什麼不同，呵這時才有機會讓我發揮一下。好了，既然P2P這麼多誤解，那我就先給大家澄清一下吧。

首先，整個TCP/IP協議棧中應層以下的協議是為了通訊而設計，無論它是多麼的複雜，對於我們應用程式（應用程式層）來說，TCP/IP是一個基礎設施。因此，在P2P的文獻中會把TCP/IP網路說成為物理網路，進一步來說，如果P2P網路是建立於Ad Hoc網路時，我們也會把Ad Hoc網路稱為物理網路，一句話，物理網路就是應用程式層以下的協議棧層組成的網路，這是一個通訊的基礎設施。

其實P2P就是一個應用程式層的網路，下面用一個C/S的例子就容易明白了。在C/S通訊模式中，有一個伺服器和很多的用戶端，所有的資料都集中在伺服器上。用戶端能夠與伺服器通訊，一個很重要的原因用戶端知道伺服器端的IP和連接埠號碼，因此就可以通訊了。那麼我可以定義，如果主機A知道主機B的IP和連接埠，那麼A可以與B進行通訊，那麼我們認為A在應用程式層上與B有一個邏輯鏈路。那麼節點與鏈路就可以構成一個圖了，那麼這個圖就是網路，應用程式層上的圖也即應用程式層網路，我們稱為覆蓋網路。我們可以想像一下，C/S通訊模式就是一個樹狀的網路，只有一個根（伺服器），所有節點都是它的直接子節點（用戶端）。由於這樣的一個圖非常簡單，並且只與根節點通訊，不存在路由過程（選路過程，注意是應用程式層路由，而不是IP層的），因此，我們把C/S網路不看作覆蓋網路，因為它不存在應用程式層路由過程。

好了，對應用程式層網路有了直接的概念吧，下面我們用一個更複雜的系統來解釋什麼是應用程式層路由，請看圖1。

A－－－5－－－－B－－－－2－－－－C

|                                |                                    |

3                              4                                  7

|                                |                                    |   

D－－－3－－－－E－－－－4－－－－ F

＜圖1＞

在中，A,B,C,..表示P2P的節點（可以認為一個P2P軟體，具有伺服器和用戶端的功能）

，連線表示它們之間有邏輯鏈路（即知道對方的IP和連接埠號碼），連線中的權值表示該鏈路的距離，有邏輯鏈路的兩個節點互為覆蓋網路上的鄰居。值得注意的是,A,B,C是P2P的節點，具有發出請求和處理請求的能力。如A與B通訊，A只需知道 B的IP和連接埠號碼就可以了，它是要通過物理網路進行通訊的，如採用TCP或UDP都可以的。

好了，我說明一下該P2P系統的應用程式層路由過程。路由過程就是將一個請求（資料）轉通過中間節點轉寄到目標節點上。我們現在不論討上面的圖（應用程式層網路結構）是如果得知的，等分析完這個路由演算法後再和大家分析，暫且放擱開它。上面每個節點的軟體內容是完全對等的，它們是通過分布式的演算法進行協作完成一次路由過程的，這點與IP層的路由演算法是完全一樣的。下面是各個節點所啟動並執行路由演算法，重點關注一下吧，這是P2P的精華。

對等體（Peer）的路由演算法：

1）如果節點收到一個查詢請求訊息，先從訊息中提取出要求者和訊息ID，查看本地訊息緩衝是否有該要求者和ID對的記錄，如有則表明該訊息已處理過了，不作任何處理。否則執行2)

2）將要求者和訊息ID存到本地的訊息緩衝中（防止重複處理）,並記錄該訊息由誰發送過來的，稱它為前一個節點；然後查看本地的資源是否有請求的資源。如果有的話，向轉給它的前一個節點發一個回複訊息，包括本地的IP和連接埠（下載資源時用的）。否則執行3).

3)將該訊息轉寄給它所有的鄰居，除了前一個節點。

4）如果一個節點收到了一個回複訊息，如果它不是請求節點，則把訊息轉寄給前一個節點，最後回複訊息會回複到請求節點中去。

好了，現在我們用上面的演算法具體分析一下路由過程，還是原來的P2P結構。

A－－－5－－－－B－－－－2－－－－C

|                                |                                    |

3                             4                                   7

|                               |                                     |

D－－－3－－－－E－－－－4－－－－F

現在假設節點A要發出資源查詢的請求，並且該資源只存在於節點F中。

第一步，節點A產生一個請求訊息，包含要求者A，訊息ID（獨一無二的值），以及資源名字。它把訊息發給B和D。

第二步，節點D在3個單位時間內收到請求資訊。由於本地沒有處理過該訊息，那麼它把儲存下來，並且沒有該資源，則把它轉寄給E。

第三步，節點B在5個單位時間內收到請求資訊，處理與D一樣，把訊息轉寄給E和C。

第四步，節點E在6個單位時間內收到請求資訊，由於第一次收到該訊息，並且沒有該資源，記錄前一節點為D，把訊息轉寄給B和F。

第五步，C在7個單位內收到請求資訊，處理與上述的一樣，並把它轉給發F。

第六步，E在第9個單位時間內再次收到請求資訊（比較要求者和ID即可知），由於之前已處理過了，對它進行了請求和ID對的緩衝，故不處理。

第七步，B在第10個單位時間內收到從E轉寄過來的請求訊息，重複訊息，與第六步一樣，不處理。同時F在10個單位時間內收到從E處轉寄過來的請求訊息，發現有該資料，那麼它F向E（前一個節點）發送一個回複訊息，E收到該回複訊息後，同樣向D（前一節點）轉寄該回複訊息，這樣最後回複訊息回傳到A上。

…………

這就是一次路由過程（資源查詢過程），當A收到F的回複訊息，可以得知F的IP和連接埠號碼，那麼它可以向F下載資源了。

本次路由過程的特點：由於A不知道F的存，更不知道它所請求的資料存在哪個節點上，所以發出了一次路由過程。同時我們注意到上面的路由演算法是採用廣播式的路由演算法，這樣會產生大量的重複訊息，給網路的通訊帶來很大的負擔，容易造成網路阻塞。其實最有用的鏈路由 A->D->E->F，請求訊息不斷地廣播才找到F，因為所有節點都不知道資源在哪，只有F知道，故唯有廣播了。在F發回複訊息時，它是沿F->E->D->A走的，並不廣播，因為事先已記錄下來了回複的路徑。注意A從回複訊息中獲到資源的存放點，但本系統並不關心A是如何向F下載資源的，本系統只負責資的查詢。

相信大家看了上面的覆蓋網路結構和路由演算法後，腦海裡面會出現很多不同的問題。現我儘可能能想像一下，並給出一個重要的回答。

1.上面的覆蓋網路結構是如何建立的？

如果你能問這個問題，我覺得你有相關的C/S開發經驗，或者對網路有很深入了認識。從事科研朋友通常會略過這個問題，因為在TCP/IP的網路和Ad Hoc網路是有所不同的。其實方法很簡單，當一節點G要加入上面的P2P網路時（節點G剛運行時，還不知道網路有什麼節點是該覆蓋網路的），可以通過IP網路的多播找到該網路上的一個或多個節點，通常各個節點加入一個多播組來偵聽節點的加入訊息就可以了。假設節點G向多播組發送加入訊息後，得到C，E,F的回複，那麼它從回複訊息中，得到C，E，F的IP和連接埠，則把這三個節點作為自己的鄰居，通時通知這三個節點自己的IP和連接埠號碼，使自己變成它們的鄰居。如果得到回複的節點數太多了，則把回複最早的幾個節點(即與當前節點距離最近的)作為自己的鄰居，並通知他們自己的加入。顯然這是一種方法而己，還有很多其它方法。IP的多播方案自提出來已很有久了，但很多路由器對它不支援，因此僅依IP多播加入覆蓋網路已成為了一種侈望。

2.剛才所說的鄰居表到底用來做什麼的？

呵呵，如果你會問這個問題，可能你對網路層的路由演算法一點也不瞭解。鄰居表就是覆覆蓋網路上的路由表，它是由它來進行決策的。鄰居表只是一個局部的資訊，能不能每個節點都儲存網路上其它所有節點的IP和連接埠，以進行通訊呢？假如有的話，並且網路的節點數為n，那麼進行資源查詢時，只需進行O(n)次通訊就可以找到資源的所在節點了。但是，這顯得不太可能了，因P2P網路上的節點上線和下線是非常快的，網路變動很大的。如果每個節點都維護其它線上節點的資訊，那麼節點的鄰由表會達到10W的數量級，並具隨著節點的下線和上線，維護鄰居表的更新的通訊也會因此變得很大的。所以每個節點只能是維護一部分的節點資訊。如果利用鄰居表進行路由決策呢？也即是提到的演算法，這會因不同的P2P系統有所不同。剛才說的系統是廣播的路由演算法，它向每個鄰居都轉寄訊息。當然還有其它系統，採取不同的路由演算法，如基於DHT的Chord。

3.剛才所說的廣播式演算法或過程，是不是指IP多播。

這也是我面試時遇到的一個問題，他們認為P2P就是利用了IP多播進行資源查詢的。很多人都沒有想P2P是在應用程式層的，它構建的網路是應用程式層的網路，因此如果進行路由過程中採用廣播式的演算法，也就是說它向所有鄰居發送訊息，但向每個鄰居發訊息時，是採用物理網路的單播而進行的。如中的A要分別向B和D發送訊息時，分別獲得B和D的IP和連接埠，再進行TCP或UDP的通訊。可以把A向B和D發訊息時，可以認為在應用程式層上是廣播的（它確定向所有的邏輯鏈路發送了訊息，類似於廣播式的），而在特理網路上是採用單播，可能先與B進行TCP，再與D進行TCP。當然，新節點加入網路時，可能會使用IP多播的，總的來說，P2P的路由演算法是不使用多播的，否則也不會出現當前P2P的流行。

這裡沒有談到路由的更新問題，如果節點A下線了，那麼它會通知B和D。B和D收到A的下線訊息後，B和D的把鄰居表中的A項刪除，如果認鄰居太少了的話，那麼它可以向它的鄰居的鄰居作為自己的鄰居，這樣使得網路鏈更複雜，可以減少出現網路分裂的情況。如果A是網路的割點，那麼它的出現會使一個網路分成為兩個網路，並且不能相互連信，這是P2P網路所要避免的。更進一步，如果節點A特然下線了，沒有通知B和D，那B和D會通過A所發送的一個定期Keep-Alive(心跳）訊息進行獲知A在不通知的情況下掉線了。B和D就是要自己調整鄰居表了。

好了總結一下，一個P2P系統有什麼東西重要的呢？要由以下幾部體組成：

覆蓋網路的結構：這也就是覆蓋網路的結構上有什麼特點，上面說的那個網路是一個典型的隨機圖結構，它的鄰居是不嚴格的。覆蓋網路所對應的圖有很多特點可以進行分析的，如網路的直徑，它決路由演算法的代價。每個點的度，它決定節點的鄰居表的大小，直接決定維護鄰居表的代價。如一個n節點完全圖，它的直徑是1，而度是n；這決定它的路由過程非常高效，但鄰居表的維護代價就非常大了。另外一個n節點所組成的環形圖，那麼它的直徑是n/2，度是2；故它的路由複雜度為O(n)，鄰居表大小為O(1)。

覆蓋網路的路由演算法：這和覆蓋網各的結構是緊密結合在一起的，可以說有什麼樣的結構，就對應什麼的類型的路由演算法。隨機圖的結構，對應的是廣播式的路由演算法；而正則圖則對應對數的路由演算法，類似於K分尋找樹的尋找過程。

節點的加入，初始化路由表，和路由更新，以及容錯演算法：P2P系統是動態，節點不斷地加入和退出。當一個節點加入了，它要運行節點加入演算法，以獲得網路上其它節點的資訊，同時要初始化它的鄰居表（路由表），這樣其它節點知道它加入後，要調整自己的鄰居表（路由更新），以使得新節點加入後，網路結構的性質依然保持。如果某些節點下線，有可能通知，也可能沒有通知其它節點，那麼網路中的相關節點能檢測出來節點掉線，更自動調整鄰居表，使網路結構依然持，這就是容錯演算法所要做的事情了。注意，這些演算法都是獨立運行在每個節點的，它們是通過節點間的協作通訊而工作的。

同時大家會問，P2P的優點是什麼。在此，我不想談它太多的優點，當然它也有缺點，我就談談它的特點吧：

1）可擴充性：這個P2P中一個很誘人的特點，網路可容納的節點個數是無限的，可共用的資源數同樣是無限的。資源分布在不同的節點裡面，它們一起協同而形一個資源無限的網路。

2)分散性：P2P中的資源分布在所有節點中，避免了伺服器的介入，這樣可避免音點屏頸的出現。樣就大大降低了對集中式伺服器的資源和效能要求。

3）健壯性：在集中式網路中，伺服器成為整個系統的屏頸，無論是容量，和電腦處理能力。但是在P2P網路是，這樣的問都都不會出現。系統的資源，電腦能力和儲存能力都是分布在所有的節點上的，理論上是這些能力是無限。

當然P2P還有很多特點，在些不一一列舉。寫到這樣還不能滿足大家的口味，因為沒有提到BT。說聲抱歉，我對BT不瞭解，故不在些分析。你可參考相關的文章進行有選擇性的閱讀。現在流行P2P軟體幾本都是基於中央伺服器的P2P系統。而我們上面析的那個系統是沒有中央伺服器的，所有節點都對等的，請大家分清楚。

至於沒有中央伺服器的P2P能否走向商業化，還有待大家的關注，有興趣的朋友請繼續關注下一篇文章，具體介紹幾個典型的P2P系統。