【翻译】理解 IPFS 白皮书 第1部分

理解 IPFS 白皮书 第 1 部分

原文链接：https://decentralized.blog/un...

哦不，白皮书！

加密货币 / 区块链世界喜爱白皮书，IPFS 也不例外。 它起源于著名的由中本聪编写的白皮书 Bitcoin: A Peer-to-Peer Electronic Cash System（反过来又引用了另一篇你不想知道的白皮书）。 当我们深入加密货币时，我们将在后续的文章中看看比特币白皮书。

关于白皮书，你需要了解的两件事：

1. 它们以 PDF 格式分发（因为它比 HTML 更难更改！）
2. 白皮书很难，看起来很可怕并且包含至少一个数学公式。

IPFS 白皮书原文在这里： IPFS - Content Addressed, Versioned, P2P File System (DRAFT 3) 。 并且，理所应当地托管在 IPFS 上。

要理解 IPFS 的工作原理，最好一步一步地学习白皮书。 我将用两个章节内来一窥 IPFS 的底层技术：

• Distributed Hash Tables 分布式哈希表
• Block Exchanges - BitTorrent 块交换
• Version Control Systems - Git 版本控制系统
• Self-Certified Filesystems - SFS 自我认证的文件系统

对应到 ISO 协议栈如下图：

好了，我们开始吧！

分布式散列表 (DHT)

什么是 DHT?

DHT 就像 Python 中的 dict 对象或 Perl 的哈希（如果你有键，你就可以检索到相应的值），但 DHT 的数据分布在多个节点上。 维基百科文章 Distributed hash table 给出了很好的介绍。

在 IPFS 的例子中，键是内容的哈希。 因此，向 IPFS 节点询问具有哈希 QmcPx9ZQboyHw8T7Afe4DbWFcJYocef5Pe4H3u7eK1osnQ 的内容，于是 IPFS 节点将在 DHT 中查找哪些节点保存了对应的内容。

如何有效地找到特定值（快速，尽可能少的网络请求）以及如何管理 DHT 以便更改（进入 / 离开网络的节点或表中的新条目）容易被承受。这两个问题在已有的 DHT 的实现方式各不相同。

其中一种实现称为 Pastry，我喜欢这两个视频，其中 路由 （如何查找值）和 动态 （如何处理节点添加 / 删除）得到了很好的解释。

Kademlia 和它的朋友们

回到白皮书。 从 Kademlia 开始，白皮书中明确提到了三个 DHT 实现。 Kademlia 有自己的 白皮书 ，但我们暂时不去管。

Kademlia 是几乎所有流行的 P2P 系统中都会使用的 DHT 协议，另外关于 Kedemlia 的 维基百科 也有很好介绍。

简而言之，Kedemlia 使用节点的 ID 逐步接近具有所需哈希的节点（来自维基百科文章）：

在搜索某些值时，算法需要知道相关的密钥并分几步探索网络。 每个步骤都会找到更靠近密钥的节点，直到联系的节点返回该值或找不到更近的节点。 这非常有效：与许多其他 DHT 一样，Kademlia 在总共 n 个节点的系统中仅需要联系 O(log(n)) 个节点。

这里面的细节开始变得非常复杂，我认为它不会帮助我们达到理解 IPFS 的目标，所以我们继续前进。 如果你喜欢类似的东西：这里有一个 很好的介绍 ，如果你想深入挖掘 Kademlia 白皮书的链接是 ^^^（译者注：没有理解这个符号的涵义，在和作者沟通中）。

IPFS 白皮书提到了另外两个改进了标准 Kedemlia 的 DHT 实现：

• Coral DSHT：提高查找性能并减少资源使用。
• S/Kademlia：使 Kademlia 更能抵御恶意攻击。

IPFS DHT 实战

DHT 在 IPFS 中用于路由，换句话说：

1. 宣布向网络添加数据
2. 帮助定位任何节点请求的数据。

白皮书指出：

小值（等于或小于 1KB）直接存储在 DHT 上。 对于更大的值，DHT 存储引用，即存储数据块对等的节点的 ID 值。

那么我们来看一下我们是否可以通过直接访问 DHT 并添加和检索小数据块。

$ ipfs daemon # 确保能成功运行（首先安装配置好 ipfs）

$ echo 'my tiny text' | ipfs add # 向当前节点添加一个小于 1KB 的文本文件
QmfQKcXMLGvCxx6opNDwb1ptD1LJER6MPHdsMHCB1CXpFF

$ ipfs cat QmfQKcXMLGvCxx6opNDwb1ptD1LJER6MPHdsMHCB1CXpFF # 检查
my tiny text

$ ipfs dht get /ipfs/QmfQKcXMLGvCxx6opNDwb1ptD1LJER6MPHdsMHCB1CXpFF
# returns not found

所以现在我们有那个文本，我们想从 DHT 访问它，但显然，支持的 ipfs dht get 请求是以 / ipns / 开头的键。

好的，所以我们创建了一个 IPNS ，看看我们是否可以直接查询：

$ ipfs name publish QmfQKcXMLGvCxx6opNDwb1ptD1LJER6MPHdsMHCB1CXpFF # point a IPNS address to our content
Published to QmYebHWdWStasXWZQiXuFacckKC33HTbicXPkdSi5Yfpz6: /ipfs/QmfQKcXMLGvCxx6opNDwb1ptD1LJER6MPHdsMHCB1CXpFF

$ ipfs resolve QmYebHWdWStasXWZQiXuFacckKC33HTbicXPkdSi5Yfpz6 # check it
# never returns, hmm IPNS doesn't seem to be ready for production

$ ipfs dht get /ipns/QmYebHWdWStasXWZQiXuFacckKC33HTbicXPkdSi5Yfpz6 # same thing but directly
# does return binary data starting with 4/ipfs/QmfQKcXMLGvCxx6opNDwb1ptD1LJER6MPHdsMHCB1CXpFF

它确实有效，但现在似乎仅限于 IPNS 。我们还可以用 DHT 做些什么？

使用 DHT 找出哪些节点可以提供指定的数据：

$ ipfs dht findprovs QmfQKcXMLGvCxx6opNDwb1ptD1LJER6MPHdsMHCB1CXpFF
QmYebHWdWStasXWZQiXuFacckKC33HTbicXPkdSi5Yfpz6
QmRf4ERGvYpVo6HRa2VueZT8pWi8YvyLS3rW6ad2y83tdN

# ^^^ there are both my nodes, so that works
# Now ask the DHT for the address of the first peer that was returned
$ ipfs dht findpeer QmYebHWdWStasXWZQiXuFacckKC33HTbicXPkdSi5Yfpz6
/ip4/176.92.234.78/tcp/4001
/ip4/85.74.239.218/tcp/38689
/ip4/127.0.0.1/tcp/4001
/ip4/192.168.1.30/tcp/4001
/ip6/::1/tcp/4001
/ip4/192.168.1.3/tcp/4001
/ip4/176.92.234.78/tcp/40443

# Oooh nice! We will visit this address notation in the next episode.

总而言之，我们在实践中看到了一些和 DHT 相关的东西，但这项技术不像我希望的那样直观和实用。

是时候转向应用在 IPFS 的下一个令人兴奋的技术了：

BitTorrent

BitTorrent 如何运作？

我们都知道 BitTorrent，但我们中的一些人（对，我也是）需要深入挖掘才能真正理解它。 这个演讲是一个很好的介绍： Feross Aboukhadijeh：WebTorrent - JSConf.Asia 2014 。 演讲者讨论了他如何实现可以在浏览器中运行的 BitTorrent 客户端，这要归功于 WebRTC（一种很酷的技术，可能以后会在我们的项目派上用场）。 它同样彻底阐述了 DHT 的工作机制。

更多资料：

• Peer-to-peer networking with BitTorrent (PDF)。 如果你只想读一篇文章，那就选这篇。
• Peer to Peer Content Delivery - BitTorrent（视频）+ 幻灯片 （PDF）。
• The BitTorrent Protocol Specification v2（标准规范，读起来不会很困难）。

BitTorrent 和 IPFS

IPFS 中的数据（块）交换受 BitTorrent 的启发，但并不是和 BitTorrent 完全一样的机制。 白皮书提到了 IPFS 使用的两个 BitTorrent 的特性：

• tit-for-tat（译者注：针锋相对）的策略（如果你不分享数据，你也不会收到数据）
• 优先获取稀有的数据（提高性能等等，请参阅上面的第一个 PDF）

一个值得注意的区别是，在 BitTorrent 中，每个文件都有单独的一组对等节点（彼此形成一个 P2P 网络），而 IPFS 则是所有数据都在对等节点形成的一个大集群中。 IPFS BitTorrent 的变种被称为 BitSwap，我将在下一篇中讨论它。

我们在实践一下 swarm 吧。

# Make sure you have the daemon running
$ ipfs swarm peers
/ip4/104.131.131.82/tcp/4001/ipfs/QmaCpDMGvV2BGHeYERUEnRQAwe3N8SzbUtfsmvsqQLuvuJ
/ip4/104.236.151.122/tcp/4001/ipfs/QmSoLju6m7xTh3DuokvT3886QRYqxAzb1kShaanJgW36yx
/ip4/128.199.219.111/tcp/4001/ipfs/QmSoLSafTMBsPKadTEgaXctDQVcqN88CNLHXMkTNwMKPnu
/ip4/178.62.61.185/tcp/4001/ipfs/QmSoLMeWqB7YGVLJN3pNLQpmmEk35v6wYtsMGLzSr5QBU3

当你刚启动守护进程时，你会连接到几个 “种子对等节点”。 过了一会儿，对等节点的数量迅速增长。

另一个查询 swarm 的命令：

$ ipfs swarm addrs
QmNRuQrwtGgeVQgndTny4A4Rukg7GR7vzDJrVJxUBfqevk (4)
        /ip4/127.0.0.1/tcp/4001
        /ip4/172.31.41.39/tcp/4001
        /ip4/35.167.26.28/tcp/4001
        /ip6/::1/tcp/4001
QmNSJohkvvBVmHeN7KUZnm4X84GA6Znbv6ZmvsTAjbw3AB (5)
        /ip4/10.0.1.8/tcp/4001
        /ip4/127.0.0.1/tcp/4001
        /ip4/174.44.163.74/tcp/16012
        /ip6/::1/tcp/4001
        /ip6/fd15:462e:f8fd:695e:9161:27dd:7f78:d242/tcp/4001
QmNTJyhCYcbv5GdnqtdEwTfJCgY6pV4PJiNTtAmuoxnQak (3)
        /ip4/127.0.0.1/tcp/4001
        /ip4/94.176.232.68/tcp/4001
        /ip6/::1/tcp/4001
QmNTZy7TfXvsHczwwV3EYbxRZN5gthgicG9GiroD7C4ZrP (4)
        /ip4/127.0.0.1/tcp/4001
        /ip4/172.20.255.127/tcp/4001
        /ip4/54.229.227.53/tcp/4001
        /ip6/::1/tcp/4001
        .

这些是本地节点在 swarm 中已知的地址，顶部的哈希是 peerId。

有了这些信息，您就可以连接到对等节点，比如这样：

$ ipfs swarm connect /ip4/114.91.202.180/tcp/34746/ipfs/QmfTgdg6GkqJtUrWAYo69GjcLrjQq9LjTjgW3KZ1ux1X6U
connect QmfTgdg6GkqJtUrWAYo69GjcLrjQq9LjTjgW3KZ1ux1X6U success

后面会介绍更多的关于 BitSwap 的信息。

休息一下吧

Pfew（？），到这里已经学习到了很多理论和干货，但是我们的 IPFS 白皮书的学习路程甚至还未过半！ 因此，为了让它们更全面地被理解，并为了休息，放空大脑，去公园散散步，顺便听听这个播客：The Quiet Master of Cryptocurrency — Nick Szabo。 它到无处不在，但我发现它非常有趣。它把观察视角从比特级别拉远到一些到 “什么是钱？” 之类的（宏观的）东西。

强烈建议听一下，当你听完后，我们继续。

版本控制系统 - Git

白皮书关于版本控制系统的整个部分都复制在这里：

版本控制系统提供了对随时间变化的文件进行建模的设施，并有效地分发不同的版本。

流行版本控制系统 Git 提供了强大的 Merkle DAG 对象模型，以分布式友好的方式捕获对文件系统树的更改。

1. 不可更改的对象表示文件（blob），目录（树）和更改（提交）。
2. 通过加密 hash 对象的内容，让对象可寻址。
3. 链接到其他对象是嵌入的，形成一个 Merkle DAG。这提供了有用的完整性和 workflow 属性。
4. 大多数版本元数据（分支，标签等等）都只是指针引用，因此创建和更新的代价都很小。
5. 版本改变只是更新引用或者添加对象。
6. 分布式版本改变对其他用户而言只是转移对象和更新远程引用。

让我们逐行理解它：

Ad 1. 不可变对象表示文件（blob），目录（树）和更改（提交）。

Git 只添加数据。 所以 blob，树和提交是不可变的。 其中任何一个数据的最终版本是由特殊的引用决定的（见第 4 和第 5 点）。

Ad 2. 通过加密 hash 对象的内容，让对象可寻址。

在 git 中，引用它们时不使用文件或目录名。 Git 使用 SHA1 散列内容（或列出或提交）并在其数据库中使用这些散列值。这篇文章对于它的工作机制有很深刻的洞察： Git under the hood （从 “现在让我们来看看 Git 如何做到这一切” 这一节开始阅读）

Ad 3. 链接到其他对象是嵌入的，形成一个 Merkle DAG。这提供了有用的完整性和 workflow 属性。

哦，天哪，一个 Merkle DAG！ 不用担心，它实际上并不像听起来那么可怕。

Merkle 树是二叉树，其中父级包含两个子节点的哈希值的拼接后内容的哈希值。 这解释了完整性属性的由来：数据块中的任何更改都会导致根节点发生更改。 只需要一点点元数据（叔节点和父节点，可以是不受信任的）和受信任的根节点，我们就可以验证块的有效性。

现在，Merkle DAG 与 Merkle 树不同。不同之处在于解释：Merkle DAG 和 JRFC 20 - Merkle DAG

简而言之：Merkle DAG 更通用，因为它不是二叉树而是图，任何节点都可以包含数据，而不仅仅是 Merkle 树中的叶子节点。

它仍然有点模糊，当我们看一下 IPFS Merkle DAG 时，我会再次讨论它。

Ad 4. 和 5. 大多数版本控制元数据（分支，标签等）只是指针引用，因此创建和更新成本低廉。版本更改仅更新引用或添加对象。

这里提供了一个可视化的方式观察 git 的运行机制： Git for Computer Scientists 这里可以看出分支，HEAD 和标签仅仅是对提交的引用。

Ad 6. 将版本更改分发给其他用户只是传输对象和更新远程引用。

这里说的是什么，我觉得没有必要解释：)

自我认证的文件系统 - SFS

这项技术用于实现 IPFS 的 IPNS 名称系统。它允许我们为远程文件系统生成地址，用户可以验证地址的有效性。

白皮书指出：

SFS 引入了一种用于构建自我认证文件系统的技术：使用以下方案寻址远程文件系统

/sfs/<Location>:<HostID>

其中 Location 是服务器网络地址，另外：

HostID = hash（public_key || Location）

因此，SFS 文件系统的命名实际上对其服务器进行认证。

这已经不言而喻了，我们将在下一篇中看到它的实际应用：Understanding the IPFS White Paper part 2

希望你将对这篇文章的看法通过推特给我 @pors。