P2P 基础知识简介

1. 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

2. 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

3. 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

4. 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

5. 1.2 一种工具 • Peer-to-Peer • 一切网络皆可P2P化！But……

6. 1.3 一类应用 • 文件共享 • 媒体播放 • 数据存储 • 分布计算等

7. 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……

8. Napster运行原理

9. 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

10. Gnutella运行原理、洪泛问题

11. 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

12. 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！

13. 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）

14. 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

15. 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！

16. 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

17. 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)

18. 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）

19. 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

20. Chord介绍 2 • 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

21. 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？

22. DHT • DHT（分布式散列表）

23. 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

24. 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 

25. 3.5 专著

26. 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

27. 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。”

28. 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

29. 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……

30. 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：PlanetLab P2P研究者居家必备之良药！ （北大已加入）

31. 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

32. 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！

33. 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）

34. 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

35. 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！