• P2P网络及节点发现机制


    1 分布式网络介绍

    1.1 Kad网介绍

    1.2 Kad网络节点距离

    1.3 K桶

    1.4 Kad通信协议

    2 邻居节点

    2.1 NodeTable类主要成员

    2.2 邻居节点发现方法

    2.3 邻居节点网络拓扑及刷新机制。

    1 分布式网络介绍

    以太坊底层分布式网络即P2P网络,使用了经典的Kademlia网络,简称kad。

    1.1 Kad网介绍

    Kademlia在2002年由美国纽约大学的PetarP.Manmounkov和DavidMazieres提出,是一种分布式散列表(DHT)技术,以异或运算为距离度量基础,已经在BitTorrent、BitComet、Emule等软件中得到应用。

    1.2 Kad网络节点距离

    以太坊网络节点距离计算方法:

    • Node1:节点1 NodeId

    • Node2:节点2 NodeId

    1.3 K桶

    Kad的路由表是通过称为K桶的数据构造而成,K桶记录了节点NodeId,distance,endpoint,ip等信息。以太坊K桶按照与target节点距离进行排序,共256个K桶,每个K桶包含16个节点。

    图1.1

    1.4 Kad通信协议

    ​ 以太坊Kad网络中节点间通信基于UDP,主要由以下几个命令构成,若两个节点间PING-PONG握手通过,则认为相应节点在线。

    2 邻居节点

    2.1 NodeTable类主要成员

    C++版本以太坊源码中,NodeTable是以太坊 P2P网络的关键类,所有与邻居节点相关的数据和方法均由NodeTable类实现。

    2.2 邻居节点发现方法

    ​ 邻居节点是指加入到K桶,并通过PING-PONG握手的节点。

    图2.1

    邻居节点发现流程说明:

    • 系统第一次启动随机生成本机节点NodeId,记为LocalId,生成后将固定不变,本地节点记为local-eth。

    • 系统读取公共节点信息,ping-pong握手完成后,将其写入K桶。

    • 系统每隔7200ms刷新一次K桶。

    • 刷新K桶流程如下:

    • 随机生成目标节点Id,记为TargetId,从1开始记录发现次数和刷新时间。

    • 计算TargetId与LocalId的距离,记为Dlt

    • K桶中节点的NodeId记为KadId,计算KadId与TargetId的距离,记为Dkt

    • 找出K桶中Dlt大于Dkt的节点,记为k桶节点,向k桶节点发送FindNODE命令,FindNODE命令包含TargetId

    • K桶节点收到FindNODE命令后,同样执行b-d的过程,将从K桶中找到的节点使用Neighbours命令发回给本机节点。

    • 本机节点收到Neighbours后,将收到的节点写入到K桶中。

    • 若搜索次数不超过8次,刷新时间不超过600ms,则返回到b步骤循环执行。

    2.3 邻居节点网络拓扑及刷新机制。

    图2.2

    1 TargetId为随机生成的虚拟节点ID。

    2 以太坊Kad网络与传统Kad网络的区别:

    1) 以太坊节点在发现邻居节点的8次循环中,所查找的节点均在距离上向随机生成的TargetId收敛。

    2) 传统Kad网络发现节点时,在距离上向节点本身收敛。

    原文链接:http://wangxiaoming.com/blog/2017/09/18/HPB-34-P2P-Network/

  • 相关阅读:
    【HDU3480】Division-DP+四边形不等式优化+贪心
    【HDU3480】Division-DP+四边形不等式优化+贪心
    【NOI2015T2】软件包管理器-树链剖分维护路径和子树信息
    【NOI2015T2】软件包管理器-树链剖分维护路径和子树信息
    【APIO2011T1】方格染色-并查集+位运算推导
    【APIO2011T1】方格染色-并查集+位运算推导
    【NOI2016T4】区间-线段树+离散化+决策单调性优化
    【NOI2016T4】区间-线段树+离散化+决策单调性优化
    【NOI2010T4】航空管制-拓补排序+贪心
    BZOJ 1753 Who's in the Middle
  • 原文地址:https://www.cnblogs.com/blockchain/p/9324054.html
Copyright © 2020-2023  润新知