DHT是如何工作的？

Question

我从维基百科上了解到DHT的基本概念：

存储数据:

在DHT网络中，每个节点都负责一个特定范围的键空间。要将文件存储在DHT中，首先需要将文件名哈希为文件的键；其次，向DHT的任何节点发送消息put(key, file-content)，该消息将被转发到负责key的节点，并且该节点将存储对(key, file-content)。

获取数据:

从DHT获取文件时，首先将文件名哈希为key；其次，发送消息get(key)到任何节点，将消息中继直到...

问题:

1. 要存储文件，我们可以哈希文件名以获得其键，但维基百科说：

“在现实世界中，密钥k可能是文件内容的哈希，而不是文件名称的哈希，以提供内容寻址存储，这样文件的重命名不会阻止用户找到它。”

哈希文件内容？我怎么知道文件的内容？如果我已经知道文件的内容，那么为什么要在DHT中搜索它？

2. 根据维基百科的说法，每个参与节点都会留出一些空间来存储文件。那么这是否意味着，如果我参与DHT，我必须为那些落入我负责的特定键空间的文件留出10G磁盘空间？

3. 如果确实需要为这些文件留出一些磁盘空间，那么我应该如何在磁盘上存储这些(key, file-content)？我的意思是，文件是否应该被排列成B树或其他什么形式？

4. 当查询发生时，我的计算机如何响应？我假设，首先检查查询的键，如果在我的键空间中，则在我的磁盘上找到相应的文件。对吗？

- Alcott

---

考虑将您的帖子分开发布。1. 您不应该知道文件的内容，只需要知道哈希值。.torrent元文件还包含了种子中每个文件（实际上是每个片段）的哈希值。 - Dennis

我花了整整4个小时，从晚上到清晨，但我还是无法理解这件事。我猜DHT中存储的值是IP:端口对，具有双语义转发：首先找到响应另一台计算机地址存储的计算机，第二步是定位文件本身。太复杂了... - Brian Cannard

Answer 1

一个DHT只是一个算法。在其基础上，它提供了分布式键值PUT和GET操作。类似于许多编程语言中普通的Map或关联数组。

由于现实世界的限制，例如不可信节点、故障率等，实际的DHT实现并不提供任意长度的PUT(<uint8[]>, <uint8[]>)操作。

例如，kademlia实现的bittorrent就提供了以下接口：

- PUT(uint8[20], uint16) - GET(uint8[20]) -> List<Pair<IP, uint16>> 其中列表仅表示实际数据的随机采样子集

正如您所看到的，与更通用的关联数组相比，它实际上是一种专门的非对称接口。IP地址始终来自PUT发送方的源地址，即不能显式设置。而GET返回列表而不是单个值，因此它实现了MultiMap或Map<List>，如果您想这样看的话。

在bittorrent的情况下，哈希用作内容描述符，具有内容的对等方会在DHT上宣布自己。如果有人想要文件，则在DHT上查找IP/Port对，然后通过单独的协议联系对等方，然后下载数据。

但是，DHT的其他用途也是可能的，例如它们可以存储签名、结构化数据、类似推文的文本片段或任何内容。这总是取决于您应用程序的需求。

它只是一个基本的构建块。

- the8472