【IPFS技术研究】（四）kbucket篇

在弄清IPFS的kademlia DHT之前，首先需要了解它的k桶原理，IPFS的kbucket路由表主要包含一个桶的大小（KValue = 20），一组k桶数组，其中每个k桶里面存放的是libp2p的节点id的双向链表。该路由表主要利用XOR算法计算与主机节点之间的逻辑距离，并分别将这些节点存放到不同的k桶中。IPFS默认k桶大小为20，libp2p节点peer.ID最大256位，理论上两个不同节点之间距离最大值是255，该路由表最多可以存放5120个libp2p节点。

基本数据结构

type RoutingTable struct {

    // ID of the local peer
    local ID

    // kBuckets define all the fingers to other nodes.
    Buckets    []*Bucket
    bucketsize int
}
type Bucket struct {
    lk   sync.RWMutex
    list *list.List
}

基本算法

1. XOR

libp2p节点id长度256位，由32个字节组成，XOR算法将节点id从低到高进行与操作。简单点讲两个位数相同则为0，不同则为1。

2. 节点距离 ZeroPrefixLen

两个节点之间的距离首先通过XOR算法计算出两个节点id之间的值，然后再从低到高位计算该值第一个非0的长度

任意一个节点计算自己节点id之间的距离必然是256，同理，如果有两个节点，一个节点第一个字节为0，一个节点第一个字节为1，那么对任意节点，这两个节点之中必然有一个节点与该任意节点之间的距离为0。

3. 比较Less

该比较算法直接把节点ID的32个字节从低到高比较字节之间的大小。

该算法主要用于在路由表中查找到节点数组后，再与自己的节点算出一个距离后，再进行排序。

主要接口

1. Update(p peer.ID)

1) 首先以目标节点id与自己节点id之间的距离，然后通过该距离找到对应的k桶，并将该节点id放入到该k桶最前面。

2) 如果该k桶容量超过了最大容量，那么

2.1)  如果不是最后一个桶，那么移除当前桶的最后一个节点id

2.2) 依次拆分最后一个桶，如果当前桶内节点id与主节点id距离为5的话，那么所有距离大于5的节点id都拆分到后面一个桶里

2. NearestPeers(id ID, count int)

 1) 根据id计算出与主节点id之间的距离，然后找到对应的k桶，然后从该k桶里面的所有节点id拷贝出来

 2) 如果该拷贝出来的数组容量低于count，则从该k桶前后两个k桶里面拷贝对应的节点id

 3) 对拷贝出来的节点进行排序，并返回最终的数组

小结

IPFS的模块化做得非常好，针对每一个模块，首先关注的是其测试用例，里面基本上能覆盖该模块所有主要路径。运行go test或者用dlv进行调试相关的内部逻辑。

并不是所有的的节点都能够加入到本地的路由表中，如下面实例

func TestTableFindMultiple(t *testing.T) {
    local := tu.RandPeerIDFatal(t)
    m := pstore.NewMetrics()
    rt := NewRoutingTable(20, ConvertPeerID(local), time.Hour, m)

    peers := make([]peer.ID, 51200)
    for i := 0; i < 51200; i++ {
        peers[i] = tu.RandPeerIDFatal(t)
        rt.Update(peers[i])
    }
    rt.Print()

    t.Logf("totoal size is: %d", rt.Size())
}

最终返回的结果也就是241，很多前面的节点都会被淘汰掉