【笔记】分布式哈希表（DHT）

• 主要设计目标：
  • 1.去中心化
  • 2.可扩展（随节点增加有效扩展）
  • 3.容错（处理当有node出现故障的情形）
    

1.Introduction

• hash table通过key联系数据
• 在分布式哈希表（DHT）中，节点（node）是哈希桶

1.1 可能会出现的问题

• Problem 1：动态的加减节点
  
  • 解决办法：
    • a. 定义一个混合的hash空间
    • b. 所有的hash值不依赖于节点数量落入空间
    • c. 每个key到达hash空间中与其id最接近的对等节点
• Problem 2：插入和查询数据时需要所有节点
  • 解决办法：
    • 每个节点只需要知道其相邻的节点
    • 信息经邻居节点通过多跳路由发送（overlay routing）

1.2 如何设计一个好的DHT呢？

• 1.对于每一个对象，负责该对象的节点应该可以通过一个较短的路径到达。（small diameter）；不同的DHTs仅仅在路由方法上不同。
• 2.每个节点的邻居数量应该保持合理（small degree）。
• 3.DHT的路由机制应该是去中心化的（no single point of failure or bottleneck没有单点故障或瓶颈）。
• 4.可以较好的处理节点加入和去除
  • a.在现有节点上重新划分受影响的keys
  • b.重新组织其邻居节点
  • c.引导机制将新的节点连接到DHT上
• 5.DHT必须有低的伸展性（degree不能太大）

2.Content Addressable Network(CAN)

• 思想：用一个虚拟的d维笛卡尔空间协调每一个item，其中每个节点拥有一个子空间。
• Source: S. Ratnasamy, P. Francis, M. Handley, R. Karp, S.Shenker (UC Berkeley and ACIRI). "A Scalable Content-Addressable Network”. ACM SIGCOMM,2001.

2.1 Introduction

• 时间复杂度：$O(n^{1/d})$O(n1/d)
• 一个映射在d-torus上一个区域的节点，称作拥有这个区域。
• 每个文件F通过key $K_{F}$KF​来判别。
• 哈希函数h将一个key映射在d-torus上的[0, 1]中。
• 一个CAN节点维护着坐标路由表，该表有其自身的IP地址和其在d-torus上每一个邻居的虚拟坐标区域。
  

2.2 CAN: routing algorithm

• 如果d-torus被划分为n个相等的区域，则平均路由路径经过$(d/4)n^{1/d}$(d/4)n1/d，或$O(n^{1/d})$O(n1/d)。
• 为什么是$(d/4)n^{1/d}$(d/4)n1/d跳？