【转】常见下载方式之BT下载实现过程详解

2024-01-13 05:50

本文主要是介绍【转】常见下载方式之BT下载实现过程详解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Overview

    • 一、BT下载是怎么来的?
    • 二、BitTorrent的P2P下载是怎么做到的?
    • 三、BT协议之连接TrackerServer
    • 四、BT协议细节之连接Peers



转载来源:常见下载方式之BT下载实现过程详解 ?

一、BT下载是怎么来的?

在互联网上下载文件的方式大概有这么几种:FTP、HTTP、BT、eMule(电驴)等, 浏览器会直接支持FTP和HTTP下载,BT和eMule下载一般需要专用的下载软件的支持。

接下来分别简单介绍一下它们的区别:

FTP 是 File Transfer Protocol(文件传输协议)的英文简称,顾名思义,就是提供文件传输的一个协议。首先需要有一个FTP Server,负责文件的存储并接受网络请求(FTP连接和指令)提供下载,然后FTP Client 向FTP Server发起网络请求,并将接受到的文件内容保存到本地。

HTTP是HyperText Transfer Protocol (超文本传输协议)的英文简称,超文本就是我们平时所说的网页,通过网页上的链接把众多的网页组织成一个超级大的信息节点网络,所以叫超级文本。文件下载只是HTTP协议所支持的一个子功能,同样需要HTTP Server (Nginx、Apache、IIS等)和 HTTP Client (各种浏览器)来完成文件的下载。

对以上两种下载方式做一个简单总结:

img

HTTP下载

如果用户想要更快的下载速度呢?

一种选择是,Client使用多线程下载,抢占更多的服务器资源(早期的网际快车FlashGet就是这种方式)。

如果用户量很大,这样无疑对Server造成很大的压力。然后呢,Server提供商(网站方)需要提供更多的服务器和更高的带宽,但是这需要花很多钱。

那么,有没有更低成本的解决方案呢?接下来就出现了BT下载。

BT是BitTorrent的缩写,Torrent是激流、洪流的意思,Bit洪流,看名字就很牛的样子。和以上两种下载方式最大的区别就是用户不再直接从服务器下载文件,而是用户之间相互下载,这种方式叫做P2P (Peer to Peer 点对点)。从下图我们可以看出参与的人越多,下载速度越快

img

P2P下载

二、BitTorrent的P2P下载是怎么做到的?

要做到P2P下载首先需要解决如下两个问题:

1、 如何知道哪些Client在下载同一个文件?

2、 对某一个文件,如何做到同时从多个来源进行下载?

对于第一个问题的解决方案:

设计一个TrackerServer(跟踪服务器),每一个Client需要去这里上报自己正在下载的文件以及自己的ip地址和监听的端口。新来的Client先要连接到TrackerServer,根据要下载的文件查询当前正在下载这个文件的Clients (Peers)。

对于第二个问题的解决方法:

Client从TrackerServer获取Peers后,分别向他们发起连接并询问当前的下载进度,然后,同时连接多个Peers分别下载他们已完成的文件片段,最后拼接出完整的文件。

那么对于下载进度应该如何表达呢?

因为文件不是被顺序下载的(因为需要从Peers同时下载不同的片段),所以不可以通过当前已完成的字节数来表示进度。那么,最简单有效的方式就是把文件分割成相同大小的片段(Piece),片段的大小一般是2n,比如218=256K,通过已完成Pieces的序号列表来表示当前的下载进度。

另外,因为Pieces序号是连续的,可以通过BitMap的方式表示每个Piece Index是否已完成。Piece Index所在的bit位为1,表示该Piece已经下载完成。

如果下载任务是一个文件夹(包含很多文件), 可以把这些文件按照固定的顺序连接起来(逻辑上)进行Pieces切分。

当Client获取到Peers的完成列表后,就可以将不同的Pieces分配到对应的Peers进行并行下载,同时将自己已完成的Pieces提供给其他Peers来下载。

互帮互助、互通有无的和谐社会就此开启了。

到目前为止,我们还有几个关键问题没有解决:

1、怎么找到待下载文件的TrackerServer?

2、Peers对文件分片的规则是否一致?

3、在TrackerServer上怎么唯一的标识一个下载任务?

4、下载来的Pieces是否在传输过程中出现了错误或者被恶意篡改?

为了解释上面的问题,此处应该有.torrent文件(BT种子)出场了。

BT种子文件主要包括如下关键信息:

img

BT种子文件主要信息

我们找一个种子文件片段来瞧一下:

img

是不是有似曾相识却又看不懂的感觉呢?这是因为.torrent文件是bencoding编码表示的。

bencoding编码是一种对象序列化表示法(功能和json是一样的,但是规则不一样),bencoding 编码通过开头的字符来指定接下来的对象的类型,规则如下:

'd’开头表示是dict类型,可以理解为key=>value的集合,'e’表示结束

‘l’(小写字母L)开头表示是list类型,'e’表示结束

‘i’ 开头表示是integer类型,'e’表示结束,可以表示负数

数字 开头表示string类型,数字为string的长度,长度与string内容以’:'分割开

上图中标注的地方8:encoding5:UTF-84:infod5:files,按照这个规则解析后得到

encoding=>UTF-8

info => { files=> …}

至此,总结一下BT下载的基本过程, 聪明的你是否已经了解BT下载了呢?

img

BT种子下载过程

接下来是对BT 协议的一些细节描述,对细节感兴趣的话可以继续看一下

三、BT协议之连接TrackerServer

TrackerServer有HTTP和UDP协议两种,这里简单介绍一下HTTP协议的TrackerServer,BTClient通过 HTTP Get请求完成Peers获取和自身的注册。请求的URL格式如下:

Trackerserver-url?info_hash=xxxxxxxxxxxx,peer_id=xxxxxxxxxxx,ip=x.x.x.x,port=xxxx,uploaded=xx,downloaded=xx,left=xx,event=x

URL中各参数需要经过urlencode处理,各个参数的意义如下:

img

TrackerServer的返回内容为经过bencode的Dict类型,如果返回失败,会包含"failure reason" 键值,内容为可读的失败原因。

“interval”: 为向Trackerserver发起常规查询的间隔时间,BTClient需要按照这个间隔时间定期向TrackerServer报告下载状态,同时获取最新的Peers信息。

“peers” :为一个Peer List,每个Peer包含以下几项内容:

“peer id” : 为20字节的Peer自分配ID

“ip” : Peer IP地址

“port”: Peer 监听的端口

抓包得到的一个TrackerServer的返回内容, 经过bencode解析后如下:

{interval =>1800

peers => [

​ {

ip => 100.197.121.204,

peer id => -SD0100-\310\225\2576z\264U\240O\034

​ port => 14678

​ }

…//其他Peer

]

关于peers列表,当前大多数TrackerServer支持compact peers格式以减少返回内容的长度,该格式下peers属性为一个String,每六个字节为一组,每组表示一个Peer,其中前4个字节 表示PeerIP,后两个字节表示Peer Port。

四、BT协议细节之连接Peers

与Peer建立TCP连接后,首先发送HandShake消息进行协议基本信息的交换,协商成功后,紧接着开始送各自的PiecesBitmap(bitfield消息)。然后向对端发送自己缺失的Pieces请求(request消息),开启Pieces交换下载。

Handshake消息主要是协商协议名称、Info Hash和PeerID,保证对端是相兼容的Peer,如果信息协商不上(比如协议名称不是BitTorrent Protocol, 或者Info Hash不一致), TCP连接将被关闭。HandShake消息格式如下:

img

HashShake成功之后就开始通过如下一系列peer_msg消息来完成下载控制, peer_msg消息格式如下:

img

msg_len(4字节)

msg_type(1字节)

payload(若干字节)

如果msg_len = 0 , 这表示KeepAlive消息,KeepAlive用来判断对端是否仍然存活。

消息类型的取值及作用:

img

如下是一个request和一个piece消息:

img

choke, unchoke, interested, not interested消息综合完成Peers的流控策略,以期达到更好的网络吞吐以及维持下载的公平性,一个指导思想是更多的上传将获得更多的下载。

在BTClient的实现过程中还会涉及到很多的程序设计问题,比如:异步socket操作、多线程控制、流量控制、缓存策略、下载优先级、文件存储等,这里就不再一一展开了。

注:本文由点量软件整理自互联网DolitQin520(V)

这篇关于【转】常见下载方式之BT下载实现过程详解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/600432

相关文章

Python 字典 (Dictionary)使用详解

《Python字典(Dictionary)使用详解》字典是python中最重要,最常用的数据结构之一,它提供了高效的键值对存储和查找能力,:本文主要介绍Python字典(Dictionary)... 目录字典1.基本特性2.创建字典3.访问元素4.修改字典5.删除元素6.字典遍历7.字典的高级特性默认字典

MySQL 主从复制部署及验证(示例详解)

《MySQL主从复制部署及验证(示例详解)》本文介绍MySQL主从复制部署步骤及学校管理数据库创建脚本,包含表结构设计、示例数据插入和查询语句,用于验证主从同步功能,感兴趣的朋友一起看看吧... 目录mysql 主从复制部署指南部署步骤1.环境准备2. 主服务器配置3. 创建复制用户4. 获取主服务器状态5

python生成随机唯一id的几种实现方法

《python生成随机唯一id的几种实现方法》在Python中生成随机唯一ID有多种方法,根据不同的需求场景可以选择最适合的方案,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习... 目录方法 1:使用 UUID 模块(推荐)方法 2:使用 Secrets 模块(安全敏感场景)方法

一文详解如何使用Java获取PDF页面信息

《一文详解如何使用Java获取PDF页面信息》了解PDF页面属性是我们在处理文档、内容提取、打印设置或页面重组等任务时不可或缺的一环,下面我们就来看看如何使用Java语言获取这些信息吧... 目录引言一、安装和引入PDF处理库引入依赖二、获取 PDF 页数三、获取页面尺寸(宽高)四、获取页面旋转角度五、判断

Spring Boot中的路径变量示例详解

《SpringBoot中的路径变量示例详解》SpringBoot中PathVariable通过@PathVariable注解实现URL参数与方法参数绑定,支持多参数接收、类型转换、可选参数、默认值及... 目录一. 基本用法与参数映射1.路径定义2.参数绑定&nhttp://www.chinasem.cnbs

MySql基本查询之表的增删查改+聚合函数案例详解

《MySql基本查询之表的增删查改+聚合函数案例详解》本文详解SQL的CURD操作INSERT用于数据插入(单行/多行及冲突处理),SELECT实现数据检索(列选择、条件过滤、排序分页),UPDATE... 目录一、Create1.1 单行数据 + 全列插入1.2 多行数据 + 指定列插入1.3 插入否则更

Redis中Stream详解及应用小结

《Redis中Stream详解及应用小结》RedisStreams是Redis5.0引入的新功能,提供了一种类似于传统消息队列的机制,但具有更高的灵活性和可扩展性,本文给大家介绍Redis中Strea... 目录1. Redis Stream 概述2. Redis Stream 的基本操作2.1. XADD

MySQL深分页进行性能优化的常见方法

《MySQL深分页进行性能优化的常见方法》在Web应用中,分页查询是数据库操作中的常见需求,然而,在面对大型数据集时,深分页(deeppagination)却成为了性能优化的一个挑战,在本文中,我们将... 目录引言:深分页,真的只是“翻页慢”那么简单吗?一、背景介绍二、深分页的性能问题三、业务场景分析四、

Spring StateMachine实现状态机使用示例详解

《SpringStateMachine实现状态机使用示例详解》本文介绍SpringStateMachine实现状态机的步骤,包括依赖导入、枚举定义、状态转移规则配置、上下文管理及服务调用示例,重点解... 目录什么是状态机使用示例什么是状态机状态机是计算机科学中的​​核心建模工具​​,用于描述对象在其生命

Spring Boot 结合 WxJava 实现文章上传微信公众号草稿箱与群发

《SpringBoot结合WxJava实现文章上传微信公众号草稿箱与群发》本文将详细介绍如何使用SpringBoot框架结合WxJava开发工具包,实现文章上传到微信公众号草稿箱以及群发功能,... 目录一、项目环境准备1.1 开发环境1.2 微信公众号准备二、Spring Boot 项目搭建2.1 创建