BT协议的详细分析 ZZ
本文叫《BT结构分析》更合适点,本文虽然未对BT协议进行多少分析,但不失为了解BT的入门读物。
一 BT系统的组成结构
1 普通的Web服务器: 例如Apache或IIS服务器
2 一个静态的种子文件: 即.Torrent文件,采用Bencoding编码
3 Tracker服务器: 追踪下载同一文件的用户
4 终端用户的Web浏览器: 用于下载种子文件
5 BT客户端: 例如BitCommet,BitSpirit
二 种子文件
1 格式介绍
种子文件采用bencoding编码,整个文件包含以下关键字:
announce: Tracke服务器的UR以字符串)。
announce-list(可选): 备用Tracker服务器列表(列表)。
creation date(可选): 种子创建的时I司。
comment(可选): 备注(字符串)。
created by(可选): 创建人或创建程序的信息(字符串)。
Info: 一个字典结构,包含文件的主要信息,分二种情况:单文件结构或多文件结构
单文件结构如下:
length: 文件长度,单位字节(整数)。
md5sum(可选): 长32个字符的文件的MD5校验和,BT不使用这个值,只是为了兼容一些程序所保留!(字符串)。
Name: 文件名(字符串)。
Piece length: 每个块的大小,单位字节(整数)。
Pieces: 每个块的20个字节的SHAT Hash的值(二进制格式)。
多文件结构如下:
files: 一个字典结构。
Length: 文件长度,单位字节(整数)。
md5sum(可选): 同单文件结构中相同。
Path: 文件的路径和名字,是一个列表结构,如test/test.txt列表 为 14:test8test.txte
Name: 最上层的目录名字(字符串))o
Piece length: 同单文件结构中相同。
Pieces: 同单文件结构中相同。
2 Bencoding编码规则:
(1)字符串编码:<字符串长度>:<字符串>
例如字符串spam被编码为4:spam
(2)整数编码: i<整数>e
例如数字23表示为i23e,-23表示为i-23e,0为i0e
(3)列表编码: 1<Bencoding编码类型>e
例如l4:spam4:eggse表示两个字符串“spam”,“eggs”
(4)字典编码: d<Bencoding字符串><Bencoding编码类型>e
例如d3:cow3:moo4:spam4:eggse表示{“cow“=“moo“, “spam“=“eggs“}
d4:path3:C:/8:filename8:test.txte表示{“path”=”C:/”,”filename”=”test.txt”}
3 文件举例(以下是用记事本打开.torrent文件)
d8:announce40:udp://tracker.bitcomet.net:8080/announce13:creation datei1175422660e8:encoding3:GBK4:infod6:lengthi7080818e4:name18:gettingoveryou.mp310:name.utf-818:gettingoveryou.mp312:piece lengthi1048576e6:pieces140:琚瀲⒂!堯??M挷咲i?屩轩@鏋EU轒50-?鷰靀F?@憸%l?Iy~ ??R?襉軦d[1]f岤/>@陗罏?樯燐#o?翟木懣槾”霡瓼W?棈Dk鰛殴鴞?チY庖}0!$苶7:privatei1ee13:publisher-url7:http://19:publisher-url.utf-87:http://e
三 BT系统的通信过程(没有采用DHT时)
BT客户端通过种子文件获得相关信息,在下载过程中定期与Tracker服务器交互(通过http协议或者https协议)。Tracker定期从下载者处接受信息,并返回一个Peers列表。
下载者周期性的向Tracker登记,Tracker根据各个下载者的登记信息不断更新Peers列表。因此BT客户端定时的向Tracker发出获取Peers列表的请求,以便客户端能获得更快、更多的Peers,使得它的下载速度更快。
BT客户端之间根据Peers列表的信息,向相应的BT客户端发起连接,下载需要的部分,从而实现了各个客户端之间的相互通信。这种连接是基于TCP的BT对等协议。
四 Tracker查询
Tracker通过HTTP的GET命令的参数来接收信息BT客户单发送给Tracker服务器GET请求,包含一下关键字:
Info_ hash: 种子文件中info部分的SHA-1 (Secure Hash Algorithm 1) , 20字节长。每一个片断都采用SHA-I,当BT客户端每下载完一个片断,都需要验证数据的正确性。
PeerId: 下载者的ID,一个20字节长的字符串。每个下载者在开始一次新的下载之前,随机创建一个ID 。
IP(可选): 给出了peer的IP地址。
Port: peer所监听的端口。下载者通常在在6881端口上监听,如果该端口被占用,就会尝试6882,如果还被占用,那么会一直尝试到6889,如果都被占用,那么就放弃监听。
Uploaded: 已经上载的数据大小。
Downloaded: 已经下载的数据大小。
Left: 该Peer还有多少数据没有下载完。
Event(可选):值可以为started, completed或stopped之一
五 Tracker响应
BT客户端向Tracker查询后,Track会发出响应。响应是用Bencoding编码的字典。
1 如果响应中有关键字failure reason,则表示查询失败,其值为一个字符串,解释失败原因。不再有其它关键字。
2 否则有两个关键字:
Interval: 两次发送请求的时间间隔
Peers: 一个字典的列表,每个字典包括一下关键字Peer Id , IP , Port,分别对应Peer所选择的ID, IP地址。
六 BT对等协议
是基于TCP的应用层协议,用于Peer之间交换信息。连接后两个Peer之间是对称的,数据可以双向传送。当一个Peer下载完一个片段后,就会向所有Peer宣布它拥有了这个片段。包括一下几个消息:
1 Handshake消息
2 Bitfield消息
3 Have消息
4 Request消息
5 Cancel消息
6 Choke消息
7 Interested消息
8 keep-alive消息
注:在没有采用DHT(Distributed Hash Table或Dynamic Hash Table)技术时,对等体之间的互相发现需要通过Tracker服务器,因此如果没有Tracker服务器,BT客户端就不会获得新加入的用户的信息,速度会受很大影响甚至根本无法下载。现在很多BT软件采用DHT技术的Kad算法,可以不通过服务器实现对等体之间的相互定位与发现,例如电驴就采用了kad网络。