谈BitTorrent协议中的DHT方法

背景:P2P、BT协议

1、P2P方法的思想和产生原因
P2P全称Peer to Peer。要想理解p2p首先要了解另一种更原始的结构:C/S结构。

C/S结构中,C指client,S指server。这是最常见的一种结构,比如上淘宝买东西,阿里有专门的服务器集中为全国的用户提供服务。所有的工作都由一个中心服务器完成。

C/S结构有他的优势,但是在某些情况下,可能就不是太有效了。比如下载电影,假设某人从自己的电脑上分享了一部电影,那么如果网络中的所有其他用户都连接到分享者的电脑进行下载,分享者是一定无法承受这么大的流量的。那如何解决呢?难道要租用一个分布式服务器集群专门用来分享视频?虽然不是不可以,但这势必就加大了文件分享的难度。由此,P2P方法出现了。

Peer to Peer 方法中的Peer就是只一个用户、一个client。这种结构下,用户可以传输数据给用户,而不是所有用户都从同一个服务器获取数据。通过用户之间的数据分享来降低服务器的压力,这就是P2P方法的思想。

2、BitTorrent协议基础
BT协议经历了几代的更迭,这里我们先讲最原始的BT协议。

要知道BT协议是一个典型的P2P应用。如果要实现用户之间的下载,最直接的一个问题是,如何知道下载同一个资源的用户有哪些呢?

这就是Tracker服务器的工作了。Tracker顾名思义,工作便是跟踪下载用户信息。一个种子,对应一个活跃用户列表,当有新用户要下载该种子时,便把活跃用户列表返回给新用户,并把该用户添加到列表,这样新用户就可以从其他用户那里下载数据了。

有了T

  • 2
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
爬虫(Web Crawler)是一种自动化程序,用于从互联网上收集信息。其主要功能是访问网页、提取数据并存储,以便后续分析或展示。爬虫通常由搜索引擎、数据挖掘工具、监测系统等应用于网络数据抓取的场景。 爬虫的工作流程包括以下几个关键步骤: URL收集: 爬虫从一个或多个初始URL开始,递归或迭代地发现新的URL,构建一个URL队列。这些URL可以通过链接分析、站点地图、搜索引擎等方式获取。 请求网页: 爬虫使用HTTP或其他协议向目标URL发起请求,获取网页的HTML内容。这通常通过HTTP请求库实现,如Python的Requests库。 解析内容: 爬虫对获取的HTML进行解析,提取有用的信息。常用的解析工具有正则表达式、XPath、Beautiful Soup等。这些工具帮助爬虫定位和提取目标数据,如文本、图片、链接等。 数据存储: 爬虫将提取的数据存储到数据库、文件或其他存储介质,以备后续分析或展示。常用的存储形式包括关系型数据库、NoSQL数据库、JSON文件等。 遵守规则: 为避免对网站造成过大负担或触发反爬虫机制,爬虫需要遵守网站的robots.txt协议,限制访问频率和深度,并模拟人类访问行为,如设置User-Agent。 反爬虫应对: 由于爬虫的存在,一些网站采取了反爬虫措施,如验证码、IP封锁等。爬虫工程师需要设计相应的策略来应对这些挑战。 爬虫在各个领域都有广泛的应用,包括搜索引擎索引、数据挖掘、价格监测、新闻聚合等。然而,使用爬虫需要遵守法律和伦理规范,尊重网站的使用政策,并确保对被访问网站的服务器负责。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值