Chord演算法（原理）

分類：分布式演算法

2010-12-06 23:33

7490人閱讀收藏

舉報演算法

網路p2p

儲存雲計算優化

目錄(?)

[+]

chrod

演算法是p2p中的四大演算法之一，是有mit（麻省理工學院）於2023年提出，其他三大演算法分別是：

chord的目的是提供一種能在p2p網路快速定位資源的的演算法，cord並不關心資源是如何儲存的，只是從演算法層面研究資源的取得，因此chord的api就簡單到只有乙個set、get。

chord是乙個演算法，也是乙個協議。作為乙個演算法，chord可以從數學的角度嚴格證明其正確性和收斂性；作為乙個協議，chord詳細定義了每個環節的訊息型別。當然，chord之所以受追捧，還有乙個主要原因就是chord足夠簡單，3000行的**就足以實現乙個完整的chord。

chord還可以被作為乙個一致性雜湊、分布式雜湊（dht）的實現。

覆蓋網路是指這樣一種網路：構建在其他網路之上、網路節點之間通過虛擬或邏輯連線在一起，比如雲計算、分布式系統都是覆蓋網路，因為其都構建於tcp/ip之上，且節點之間有聯絡。chord也是構建於覆蓋網路。

非結構化的p2p網路是指網路節點之間不存在組織關係，節點之間完全是對等的，比如第一代p2p網路napster，這類網路結構清晰、簡單，但查詢沒有多大的優化餘地，經常採用全域性或分割槽泛洪查詢，查詢時間長、且結果難以保證（有可能在找到前就超時）。

結構化的p2p網路與非結構化恰好相反，我們認為網路在邏輯上存在乙個人為設計的結構，比如chord假定網路是乙個環，kadelima則假定為一顆二叉樹，所有的節點均為樹的葉子節點。有了這些邏輯結構，就給我們資源查詢引入了更多的演算法和思路。

dht的主要想法是把網路上資源的訪問像hashtable一樣，可以簡單而快速地進行put、get，該思想的誕生主要是受第一代p2p（napster）網路的影響。與一致性雜湊相比，dht更強調的是資源的訪問，而不管資源是否是一致性的。與一致性雜湊相同的是，dht也只是乙個概念，具體細節留給各實現。

當前這些p2p實現可以被作為dht的具體實現，再次再列舉一些有代表性的實現：

chord通過把node和key對映到相同的空間而保證一致性雜湊，為了保證雜湊的非重複性，chord選擇sha-1作為雜湊函式，sha-1會產生乙個2160的空間，每項為乙個16位元組（160bit）的大整數。我們可以認為這些整數首尾相連形成乙個環，稱之為chord環。整數在chord環上按大小順時針排列，node（機器的ip位址和port）與key（資源標識）都被雜湊到chord環上，這樣我們就假定了整個p2p網路的狀態為乙個虛擬的環，因此我們說chord是結構化的p2p網路。

下面有幾個定義：

如圖：紅色點為node，藍色為標誌符。上面只是部分節點和標誌符，以節點n1為例說明其finger表中的successor：

noith successor

successor

1n1+20

n18

2n1+21

n183

n1+22

n184

n1+23

n185

n1+24

n186

n1+25

n457

n1+26n18

n1+27n1

把node和key都對映到乙個值域感覺是把狗和貓放在一起衡量，雖然有點怪，但這樣可以保證一致性雜湊，具體可以參考前文。

很顯然，分布在chord環上的node數遠遠小於標誌符數（2160是乙個無法衡量的天文數字），這樣chord環上的node就會很稀疏地分布在chord環上，理論上應該是隨機分布，但如前面一致性雜湊的討論，如果節點數量不多，分布肯定是不均勻的，可以考慮增加虛擬節點來增加其平衡性，如果在節點較多（比如大型的p2p網路有上百萬的機器）就不必引入虛擬節點。

很顯然，任何查詢只要沿chord環一圈結果肯定可以找到，這樣的時間複雜度是o(n)，n為網路節點數，但對乙個上百萬節點，且節點經常加入、退出的p2p網路來說，o(n)是不可忍受的，因此chord提出了下面非線性查詢的演算法：

每個節點都維護乙個finger表，該錶長度為m（m就是位數，在chord中為160），該錶的第i項存放節點n的第(n+2i-1) mod 2m個successor(1<=i<=m)

每個節點都維護乙個predecessor和successor列表，該列表的作用是能快速定位前繼和後繼，並能週期性檢測前繼和後繼的健康狀態

就是說存放的successor是按2的倍數等比遞增，自所以取模是因為最後的節點的successor是開始的幾個節點，比如最大的乙個節點的下乙個節點定義為第乙個節點

資源key儲存在下面的node上：沿chord環，hash(node)>=hash(key)的第乙個node，我們稱這個node為這個key的successor

給定乙個key，按下面的步驟查詢其對應的資源位於哪個節點，也就是查詢該key的successor：（假如查詢是在節點n上進行）

從直覺上來說，上次查詢過程應該是指數收斂的，類似二分法的查詢，收斂速度應該是很快的；反過來，查詢時間或路由複雜度應該是對數即的，在下面我們會證明這一點。

下圖表明了節點n1查詢節點n53的過程，還是非常快的：

對乙個演算法而言，收斂性是至關重要的，如果沒有收斂性做保證，在程式上化再多的心思也是徒勞。在證明之前，我們再強調3點：

這裡要區分是key的successor還是節點n的successor，同時要注意最近匹配原則。

假如節點n的finger表中的第i個successor與key的距離最近，則滿足：key處在第i項與第i+1項中間

記第i項為j,第i+1項為p

而：j = n + 2i-1

p = n + 2i

節點n與key的距離應該處在n與j和p的中間，即 j-n

(1) 2i-1i

(2) 而j與key的距離最大為j與p的距離 j-hash(key) i-1

也就是說j與key的距離，小於n與key的距離，並且該距離小於n與key距離的一半，這樣我們保證每次迭代，與key的距離都會收斂，並且至少按2的指數收斂，也就是折半查詢。

至此，我們理論證明了chord的收斂性。

其實chord演算法可以完全轉換為乙個數學問題：

在chord環上任意標記個點作為node集合，任意指定node t，從任意的node n開始根據chord查詢演算法都能找到節點t。

為什麼能這麼轉換呢？因為只要找到了key的直接前繼，也就算找到了key，所有問題轉化為乙個在chord環上通過node找node的問題。這樣，這個題就馬上變的很神奇，假如我們把查詢的步驟記錄為路徑，又轉化為任意2個節點之間存在一條最短路徑，而chord演算法其實就是構造了這樣一條最短路徑，那這樣的路徑會不會不存在呢？不會的，因為chord本身是乙個環，最差情況可以通過線性查詢保證其收斂性。

chord冗餘性：

所謂冗餘性是指chord的finger表中存在無用項，那些處在node n和其successor之間的項均無意義，因為這些項所代表的successor不存在。比如在n1的finger表中的第1～5項均不存在，故都指向了n18，至少第1～4項為冗餘資訊。

一般說來，假如chord環的大小為2m，節點數為2n，假如節點平均分布在chord環上，則任一節點n的finger表中的第i項為冗餘的條件為：n+2i-1

m/2n =>2i-1

<2m-n =>i 冗餘度為：(m-n+1)/m=1-（n-1)/m,一般說來m >>n,所以chord會存在很多的冗餘資訊。假如，網路上有1024個節點，即n=10,則冗餘度為:1-(10-1)/160≈94%。所以很多**都指出這一點，並認為會造成冗餘查詢，降低效能。其實不然，因為這些冗餘資訊是分布在多個node的finger表，如果採取適當的路由演算法，對路由計算不會有任何影響。

至此，我們已經完整地討論了chord演算法及其核心思想，接下來要討論的是chord的具體實施。

Chord演算法（原理）

Chord演算法（原理）

Chord演算法（原理）

Chord演算法（原理）

相關推薦