P2P 基础知识简介

李振华 在读博士

北京大学计算机系网络所 P2P 组Homepage: net.pku.edu.cn/~p2p

提纲• 1 P2P 是什么？• 2 P2P 历史（工业界）• 3 P2P 历史（学术界）• 4 国内科研情况• 5 AmazingStore 系统简介• 6 基础实验平台简介• 7 上机作业

1 P2P 是什么？网上众说纷纭……

我们的看法：• 1 、一种思想• 2 、一种工具• 3 、一类应用

1.1 一种思想• 计算机网络 因特网 Internet• 网络的基础结构：1 、集中式： C/S = Client/Server

-- 好：管理简单，控制有效-- 坏： Server 瓶颈

2 、分布式： Distributed-- 好：无瓶颈，资源充分利用-- 坏：管理松散，难于控制

P2P = 分布式的极端 （ since 1956 年）

自由平等互联

1.2 一种工具• Peer-to-Peer• 一切网络皆可 P2P 化！ But……

1.3 一类应用• 文件共享

• 媒体播放

• 数据存储

• 分布计算等

2 P2P 的历史（工业界）• 2.1 溯源： Napster

-- 1999 年， 18 岁的美国学生 Shawn Fanning-- 宿舍开发，朋友共享 mp3-- 半年 5000 万用户！-- 2001 年，版权纠纷，被迫关闭

1999-2009 ， P2P 十年……

• Napster 运行原理

2.2 Gnutella

• 2000 年 3 月， Nullsoft 公司• Justin Frankel & Tom Pepper: Winamp 发明人• 版权问题上线一个半小时关闭• 无结构 P2P 系统代表• 其思想和代码被多出复制、改写、继承

• Gnutella 运行原理、洪泛问题

2.3 KaZaa/Skype, eDonkey/eMule

• 2009 年 7 月， KaZaa• Niklas & Friis• 300 万在线用户！• Niklas 继续创办 Skype

• 2000 年， eDonkey• 2002 年， Merkur 改良

eDonkey eMule• 国内 VeryCD

层次化无结构 P2P系统

2.4 BT

• 2002 年 10 月• Bram Cohen 穷困潦倒……

企业家 Gilmore 资助生活费 • 2003 年 BitTorrent 流行

Bram Cohen 依然穷困潦倒 2003 年末找到工作！

2.5 PPLive, PPS, UUSee

• 2003 年，中国• PPLive ：姚欣（华中科大本科）• PPStream ：张洪禹（哈尔滨师大本科） + 雷量

（成都一程序员）• UUSee ：李竹（清华本科） + 刘怀宇（清华硕

士）

2.6 迅雷， QQ 旋风• 迅雷• 2003 年，深圳• 邹胜龙（硅谷海归） +

程浩（硅谷海归）• 中国最大的互联网资

源聚合平台

• QQ 旋风• 2007 年，上海• 腾讯研究院• No.2 互联网资源聚合

平台

Relaxation 1

• “ 出名要趁早啊，来得太晚的话，快乐也不那么痛快。”

—— 张爱玲

房子、车子、妻子、孩子、……

互联网是造就青年英雄的园地！

3 P2P 历史（学术界）• 3.1 O’reilly 的 P2P峰会

-- 2000 年 8 月， O’reilly 组织 P2P峰会-- 澄清 P2P 的理念，消除P2P恐惧-- 2001 年， O’reilly 出版最早的 P2P专著

3.2 四大结构化模型• 2001 年， SIGCOMM （网络通信顶尖会议）

-- Chord: Ion Stoica 等（ Berkeley 、 MIT ）

-- CAN: Ratnasamy 等（ Berkeley 、 AT&T ）

• 2001 年，其它两个模型-- Pastry: Rowstron 等（微软、 Rice ）

-- Tapestry: 赵燕斌等（ Berkeley ）

• 结构化 P2P 系统 = DHT(Distributed Hash Table)

Chord前传：环形数组 /链表• 环形数组路由？

-- 二分查找-- O(logN)跳

• 环形链表路由？-- 二分查找 NO ！

• 如何 O(logN) ？-- 带弦环= 路由表（网络）

Chord 介绍 1

• Chord ：最简单、最精确• 拓扑结构：带弦环• 功能：

-- 节点 / 数据对象 映射到 拓扑网络中

• 映射方法：-- 节点 ID = Hash(IP, port)-- 数据 ID = Hash(Value)-- 节点按 ID顺时针排列-- 节点后继 vs 对象后继

匿名、虚节点

• 路由表（ finger table ）-- 指数距离： 1 、 2 、 4 、 8 、…、 2^m-- m项， m为节点 ID比特数

Chord 介绍 2

Chord 介绍 3• 路由：

-- 二分查找，由远及近-- 定位节点 / 数据对象平均路由跳数 O(logN)-- 思考题 1 ：为什么是 O(logN)而不是 O(m) ？-- 思考题 2 ：平均跳数是 (logN)/2 ，为什么？

DHT

• DHT （分布式散列表）

3.3 常数度结构化模型

• 常数度：每个节点有常数条边

• Viceroy ：蝴蝶结构

• Koorde ： Chord + 德布罗意图

• Cycloid ： 3 维 CCC

3.4 结构化 P2P 的特点• 1 、节点度为常数或 O(logN)• 2 、数据对象存放位置确定（ hash ）• 3 、定位对象的路由跳数为 O(logN)• 4 、结构严格，维护开销大

迄今为止，除 Kademlia模型在 BT 、 eMule 中辅助使用外，没有实用的结构化 P2P模型

但是，结构化 P2P 的思想被用在服务器集群、云计算等领域，取得了不错的效果

3.5 专著

4 国内科研情况

• 北京大学网络所-- Maze 共享、 AmazingStore 存储

• 华中科大网格实验室-- AnySee视频直播

• 清华大学高性能所、多媒体所-- Granary 存储、 GridMedia视频直播

Relaxation 2

• P2P 科研领域目前的境况：-- 美国学者——引领、挖坑-- 中国学者——跟踪、灌水

为什么？——找祖宗、 2000 年怎么办？——没办法

“牢骚太盛防肠断，欲望太强睡不着。”

5 AmazingStore 系统简介• P2P 共享 + P2P 存储• 教育网• 网址： amazingstore.grids.cn• 兼容Maze 资源 • 开发小组：代亚非 教授，苏冰 /周模 /丁嵩 / 董嵬 /肖锋 /陈驰 /曲直

• 在线用户突破 800• 优良的 P2P 科研试验平台

5.1 AmazingStore 6 大功能1 、热门资源推荐 2 、所有资源搜索 3 、对等节点浏览

4 、经典资源收藏 5 、 P2P 网络硬盘 6 、开发中……

基础实验平台简介• 1 、最好的平台：自己搭建系统

-- 自由修改，数据齐全，适合研究

• 2 、较好的平台：利用现有系统 -- 如 QQ 旋风、 AmazingStore 等

• 3 、公认的平台： PlanetLabP2P研究者居家必备之良药！（北大已加入）

基础实验平台简介 2• 4 、凑合的平台：自己写代码模拟

-- 灵活方便，简单易行，但不具有说服力• 5 、最不好的平台：用他人写的模拟器

-- 手到擒来，但自由度太小，极易受他人置疑 -- MIT: p2psim, Trento: PeerSim, GaTech: GnutellaSim, 3LS

基础实验平台简介 3

• 推荐实验方式： 4 、自己写代码模拟-- Java 或 C# ，面向对象实现，单线程-- 1 个 Monitor对象 + N 个 Node对象-- Monitor对象记录所有运行数据-- Node对象属性：物理地址， ID ，路由表，邻居表等-- Node对象方法：定位对象、传递路由消息等-- 网络拓扑结构： GT-ITM 、 BRITE拓扑发生器、真实数据-- 权宜之计，发不了一流论文！

上机作业• 使用任意实验方式模拟 Chord 网络（单机）

-- 算法伪代码均在 Chord 原始论文中-- 节点 IP 、 port及数据对象 Value随机生成-- 节点 / 数据对象 ID产生可使用任意 Hash函数（ SHA 、 MD5 在 Java 、 C# 类库中有）-- 节点顺序加入，不考虑并行-- 路由表构造（ Table 1 ）、路由算法实现（ Figure 4 ）参照原始论文-- 仅处理节点加入（ Figure 6 ），不处理节点退出、意外-- 需要处理节点加入时数据对象的移交（ Figure 6 ）

上机作业（续）-- 网络拓扑结构可随机产生（使用拓扑发生器更好）-- 不考虑网络环境， RPC （远程过程调用）可实现为直接的函数调用

-- 统计每个节点存储的数据对象个数，将其分布作图，与原始论文作对照，分析原因-- 随机选取节点查找随机数据对象，记录路由跳数的分布并作图，与原始论文作对照，分析原因

结尾

• 感谢大家的耐心和支持！• P2P领域问题多多欢迎加入！• 祝大家学习进步、安心快乐！