Introduction to Computer Networking学习笔记（二十五）：BitTorrent

首先理解BitTorrent的大致机制，是允许客户端之间相互请求下载大文件。大文件被拆分成小片，当有客户端从其他客户端下载了一个文件是，他会告诉其他客户端，他也有这个文件了，这样其他客户端也可以来他这里下载这个文件。这一些客户端被称为一个集群。

那么我们需要知道一个客户端是如何加入和离开集群的。加入一个集群是通过下载一个torrent文件实现的，这个torrent问价会告诉客户端这个文件有多大，包含多少片，如何去跟集群中其他客户端建立连接。在过去，一个集群中存在一个tracker，记录集群中有哪些客户端，当有新的客户端加入时，他会将其他客户端的信息告知，然后客户端之间通过TCP连接进行数据交换。客户端一次可以建立100个TCP连接。在二十世纪初，由于tracker会被其他客户端过于关注，人们开始使用无追踪的torrents。这些torrent可以与一个host取得联系，host会告诉他们如何加入DHT（distributed hash table）。DHT提供了哈希值与节点之间的映射关系。在这种关系中，即使节点改变了很多设置，集群内的客户端仍然可以找到这个节点。 与之前的集中化管理的tracker不同，映射被分布式地存储在每一个host中。

BitTorrent将文件拆分为很多片，每片大小为256KB-1MB，这个大小可以使拥塞窗口增长到足够大以提供较高的传输速率。同时每一片还会被拆分成更小的片。这样就可以从更多的客户端请求文件，降低下载时间。除此之外，我们还要对文件完整性进行验证，使用SHA1，这是一种加密哈希功能，为每个文件片创建一个独有的哈希值，以验证文件完整性，当文件SHA1值不匹配时会被丢弃并尝试重新请求下载。现代BitTorrent中，会将多次提供错误文件的host加入黑名单。

传输过程中，会尝试下载文件在集群中最稀有的片。只有一种例外情况，就是当文件的绝大部分已经下载完成了，这是会对剩余的片向多个客户端进行请求，当接收到重复文件可以进行丢弃，这样可以避免一个速度比较慢的节点影响整体的下载速度。

在请求文件时，为了避免建立好多连接但是速度都很慢的情况，你发送数据时会尽可能发送给也发送给你数据的host，也就是谁给你发送过数据，你才会给他发送数据。实现这一功能是通过choking的方式，集群中大部分host处于choke状态，你不会向他们发送数据。BitTorrent会监测你从每个host下载的速度，选取其中速度最快的几个，通常只有4个或者集群中host数量的开根号个。同时，每隔30s左右，BitTorrent会unchoke所有host，让你尝试给所有人发送数据，然后根据传输速度，重新选取速度最快的。这一算法我们成为tit-for-tat（针锋相对）算法。