以下為ペーパークリップ視頻文案全文。

如果你想要下載一集小視頻，你會怎么做？

最簡單的方法當然是找一個有資源的哥們——比如說每羊，讓他把這期視頻發(fā)給你。早期互聯(lián)網(wǎng)，大家就是這么共享文件的，但是這樣也有很多問題。

比如下載的人一多，每個人分配到的帶寬就變小了，下載速度會變慢。更危險的是，這個視頻是盜版資源，你的哥們本來就不應該分享給你，如果每羊被抓了，大家也都別下載了。

針對這些問題，美國工程師 Bram Cohen 在 2001 年發(fā)布了 BitTorrent 協(xié)議，資源不再由一個人或一個中心服務(wù)器提供，而是所有人提供給所有人，下載的人越多，速度越快。這種模式也叫 peer-to-peer（用戶群對用戶群），也就是我們常說的 P2P 下載。

BitTorrent 的核心思想是把文件分成很多個小塊，讓下載者互相連接。

以這支 117.3 MB 的視頻為例，被分成了 895 個 128kB 的文件塊后，下載了第 306 塊的用戶 A 就可以和下載了第 11 塊的用戶 B 交換彼此下載好的部分。參與的人越多，互相交換的就越密集，下載的越快。

為了做到這一點，BitTorrent 協(xié)議需要資源共享者生成一個包含下載信息的種子文件，后綴是 .torrent，這就是我們常說的 BT 種子。

種子文件包含文件的名字、大小，分塊后每塊文件的大小、哈希值，以及 Tracker 服務(wù)器的地址。

Tracker 很重要，通過 Tracker 我們才能找到其他下載者的聯(lián)系方式。

當你用下載軟件打開種子，就會開始聯(lián)系種子文件里內(nèi)置的 Tracker 服務(wù)器，告訴 Tracker 我要下載這個文件，服務(wù)器會記錄下你的 IP，并把其他正在下載或下載完成的人的 IP 返回給你，這樣你們就可以愉快的組隊下載了。

當然，如果沒有找到正在下載的人，資源發(fā)布者也不在線，你就只能以 0kb/s 的速度等著了。

不難發(fā)現(xiàn)，Tracker 服務(wù)器是 P2P 網(wǎng)絡(luò)的弱點，如果 Tracker 被關(guān)閉或封禁，你就無法找到同伴，也難以完成下載。

為了擺脫對 Tracker 服務(wù)器的依賴，今天最流行的下載方式是磁力鏈接（Magnet URI scheme），通常是一串這樣的神秘代碼：

前面都是標準格式，最重要的是這 40 個 16 進制的數(shù)字。任何文件丟進哈希算法都能得到一串這樣字符，40 位、16 進制、只屬于這個文件。你可以把它當成一個文件 ID，它能幫我們找到我們要下載的東西。

磁力鏈接的本質(zhì)是把所有人都變成一個小型 Tracker，每個人都拿著一份動態(tài)更新的地址和文件信息。我找與我連接的 10 個人，他們再各自找 10 個人，一傳十十傳百、千、萬，最后是我找到小明小明找老王老王找郭冬臨郭冬臨找到每羊，我和每羊就連上線了。

但這種所有人找所有人的方案其實不太行，不僅占用了大量的資源，效率也非常低，還有可能重復傳播，造成廣播災難。

這時，就需要補充一個關(guān)鍵信息——距離。

注意，這里的距離，不是空間上的距離，而是邏輯上的距離。

重點來了！接下來，我會詳細解釋磁力鏈接使用的 DHT 網(wǎng)絡(luò)的構(gòu)建過程，有一點點難，但是真的非常有意思。讓我們開始吧。

剛剛說了，每個磁力鏈接都有一串唯一的文件 ID，可以產(chǎn)生 2 的 (4*40) 即 2 的 160 次方種組合，用只有 0 和 1 的二進制表示就是 160 個 0 和 1。

而每個節(jié)點也有一串 160 位的 0 和 1，作為節(jié)點 ID。根據(jù)這 160 位數(shù)，我們可以計算節(jié)點和節(jié)點之間，節(jié)點和資源之間的距離。

假設(shè)每羊發(fā)布了一個文件，就能計算他所知道的節(jié)點 ID 與這個文件 ID 的距離，讓算出來最距離最短的節(jié)點再計算它知道的節(jié)點和文件 ID 的距離，重復這個過程，就能找到與文件 ID 的距離最短的一批節(jié)點 ID，把每羊提供的下載信息存在這里。

這樣，下載者也只要找到和文件 ID 距離接近的節(jié)點 ID，就能建立連接，開始下載。

但這個距離到底是怎么算出來的呢？

這就是有趣的地方了，用異或算法來計算節(jié)點之間的邏輯距離，相同就是 0，不同就是 1。

為了方便你理解，我們簡化一下模型，把 160 位縮減到 4 位。假設(shè)你的節(jié)點 ID 是 0100，目標節(jié)點 ID 是 1111，那么你們之間的二進制距離就是 1011，換算成十進制就是 11。

有了距離，我們就可以在一個這樣的二叉樹里快速查找目標了。

所有可能的節(jié)點 ID 都在這棵二叉樹上。4 位數(shù)需要分叉 4 次，生成 2 的 4 次方即 16 條路徑，每條路徑的終點，就是一個節(jié)點 ID。

接下來，你作為 0100，就可以拆分這顆二叉樹了，從第一次分叉開始，把不包含你的那棵子樹拆分，然后在剩下的子樹的第二次分叉處再次拆分，直到只剩下你自己。

這樣，就拆分出了 4 個子樹。

我們在每個子樹里選 2 個點，就得到了 4 個 K 桶——K-bucket。

暫停下來想想你就會發(fā)現(xiàn)，用異或算法計算 0 號 K 桶和你的距離是 0001，換算成十進制就是1，1 號 K 桶里 2 個點和你的距離是 2-3，以此類推，2 號 K 桶的距離區(qū)間是 4-7，3 號 K桶的距離區(qū)間是 8-15。

我們剛剛算過，你的節(jié)點 ID 0110 和目標 ID 1111 之間的二進制距離是 1011，換算成十進制是 11，也就是說，離 1111 最近的，肯定是 3 號 K 桶里的 2 個節(jié)點。

接下來，我們就可以聯(lián)系這兩個節(jié)點，讓他們幫我們找 1111。

以 1110 為例。1110 也能拆分出 4 棵子樹，得到 4 個 K 桶，計算 1110 和 1111 之間的距離，結(jié)果是 0001，換算成十進制是 1，也就是在 0 號 K 桶，1111 就在這里。

這種網(wǎng)絡(luò)結(jié)構(gòu)被稱為 DHT，分布式哈希表（Distributed Hash Table），一個高寬容度的去中心化網(wǎng)絡(luò)。只需要一串文件 ID和存儲在本地的 K 桶數(shù)據(jù)，你就可以高效的找到要下載的文件。

而資源的發(fā)布者和傳播者也只需要分享 40 個數(shù)字就好，足夠簡單，方便和隱私。

在真實的 DHT 網(wǎng)絡(luò)，每個 K 桶至少記錄了 8 個節(jié)點，任何一個節(jié)點下線，都不會影響整個網(wǎng)絡(luò)的運行。

作為文件和節(jié)點 ID ，2 的 160 次方也足夠大，大到全地球 70 億人每秒下載 10000 個種子，也足夠下載百萬億年直到宇宙終結(jié)。

文中圖片均來自該文稿對應視頻《別再問我什么是 BT 種子 | ペーパークリップ》

全文2400字感謝你的耐心閱讀。

為轉(zhuǎn)載內(nèi)容，如有侵權(quán)，我會立即刪除。