转载说明：原文地址：http://blog.sina.com.cn/s/blog_4ab2ba570100y7fv.html
概要介绍2.1
BitTorrent（简称BT）是一个文件分发协议，每个下载者在下载的同时不断向其他下载者上传已下载的数据。而在FTP、HTTP协议中，每个下载者从FTP或HTTP服务器处下载自己所需要的文件，各个下载者之间没有交互。当非常多的用户同时访问和下载服务器上的文件时，由于FTP服务器的处理能力和带宽的限制，下载速度会急剧下降，有的用户根本访问不了服务器。BT协议与FTP协议不同，它的特点是下载的人越多下载的速度越快，其原因在于每个下载者将已下载的数据提供给其他下载者下载，它充分利用了用户的上载带宽。BT协议通过一定的策略保证上传的速度越快，下载的速度也越快。
2.2 基于BT协议的文件分发系统的构成
基于BT协议的文件分发系统由以下几个实体构成。
（1）一个Web服务器。
（2）一个种子文件。
（3）一个Tracker服务器。
（4）一个原始文件提供者。
（5）一个网络浏览器。
（6）一个或多个下载者。
Web服务器上保存着种子文件，下载者使用网络浏览器（如IE浏览器）从Web服务器上下载种子文件。种子文件，又称为元原文件或metafile，它保存了共享文件的一些信息，如共享文件的文件名、文件大小、Tracker服务器的地址。种子文件通常很小，一般大小为1GB的共享文件，其种子文件不足100KB，种子文件以.torrent为后缀。Tracker服务器保存着当前下载某共享文件的所有下载者的IP和端口。原始文件提供者提供完整的共享文件供其他下载者下载，它也被称为种子，种子文件就是提供者使用BT客户端生成的。每个下载者通过运行BT客户端软件下载共享文件。我们把某个下载者本身称为客户端，把其他下载者称为peer。
BT客户端下载一个共享文件的过程是：客户端首先解析种子文件，获取待下载的共享文件的一些信息，其中包括Tracker服务器的地址。然后客户端连接Tracker获取当前下载该文件的所有下载者的IP和端口。之后客户端根据IP和端口连接其他下载者，从它们那里下载文件，同时把自己已下载的部分提供给其他下载者下载。
共享文件在逻辑上被划分为大小相同的块，称为piece，每个piece的大小通常为256KB。对于共享文件，文件的第1字节到第256K（即262144）字节为第一个piece，第256K＋1字节到第512K字节为第二个piece，依此类推。种子文件中包含有每个piece的hash值。BT协议规定使用Sha1算法对每个piece生成20字节的hash值，作为每个piece的指纹。每当客户端下载完一个piece时，即对该peice使用Sha1算法计算其hash值，并与种子文件中保存的该peice的hash值进行比较，如果一致即表明下载了一个完整而正确的piece。一旦某个piece被下载，该piece即提供给其他peer下载。在实际上传和下载中，每个piece又被划分为大小相同的slice，每个slice的大小固定为16KB（16384字节）。peer之间每次传输以slice为单位。
从以上描述可以得知，待开发的BT软件（即BT客户端）主要包含以下几个功能：解析种子文件获取待下载的文件的一些信息，连接Tracker获取peer的IP和端口，连接peer进行数据上传和下载、对要发布的提供共享文件制作和生成种子文件。种子文件和Tracker的返回信息都以一种简单而高效的编码方式进行编码，称为B编码。客户端与Tracker交换信息基于HTTP协议，Tracker本身作为一个Web服务器存在。客户端与其他peer采用面向连接的可靠传输协议TCP进行通信。下面将进一步作详细的介绍。
2.3 B编码
种子文件和Tracker的返回信息都是经过B编码的。要解析和处理种子文件以及Tracker的返回信息，首先要熟悉B编码的规则。B编码中有4种类型：字符串、整型、列表、字典。
字符串的编码格式为：<字符串的长度>:<字符串>，其中<>括号中的内容为必需。例如，有一个字符串spam，则经过B编码后为4:spam。
整型的编码格式为：i<十进制的整型数>e，即B编码中的整数以i作为起始符，以e作为终结符，i为integer的第一个字母，e为end的第一个字母。例如，整数3，经过B编码后为i3e，整数−3的B编码为i−3e，整数0的B编码为i0e。
注意i03e不是合法的B编码，因为03不是十进制整数，而是八进制整数。
列表的编码格式为：l<任何合法的类型>e，列表以l为起始符，以e为终结符，中间可以为任何合法的经过B编码的类型，l为list的第一个字母。例如，列表l4:spam4:eggse表示两个字符串，一个是spam，一个是eggs。
字典的编码格式为：d<关键字><值>e，字典以d为起始符，以e为终结符，关键字是一个经过B编码的字符串，值可以是任何合法的B编码类型，在d和e之间可以出现多个关键字和值对，d是dictionary的第一个字母。例如，d4:spaml3:aaa3:bbbee，它是一个字典，该字典的关键字是spam，值是一个列表（以l开始，以e结束），列表中有两个字符串aaa和bbb。
又如：d9:publisher3:bob17:publisher-webpage15:www.example.come，它也是一个字典，第一个关键字是publisher，对应的值为bob，第二个关键字是publisher-webpage，对应的值是www.example.com。
2.4 种子文件的结构
种子文件包含了提供共享的文件的一些信息，它以.torrent为后缀名，种子文件也被称为元信息文件或metafile，它是经过B编码的。种子文件事实上就是一个B编码的字典，它含有以下关键字如表13-1所示。
表13-1 种子文件的关键字
| 关 键 字 |
含 义 |
| info |
该关键字对应的值是一个字典，它有两种模式，“singel file”和“multiple file”，文件模式和多文件模式。单文件模式是指待共享的文件只有一个，多文件模式是指提供共享的不止一个文件，而是两个或两个以上。如使用BT软件下载一部影片时，影片的上下部可能分别放在不同的文件里 |
| announce |
该关键字的值为Tracker的URL |
| announce－list |
可选，它的值存放的是备用Tracker的URL |
| creation－date |
可选，该关键字对应的值存放的是创建种子文件的时间 |
| comment |
可选，它的值存放的是种子文件制作者的备注信息，对于下载来说，该关键字基本没有用处，因此不必理会 |
| created by |
可选，该关键字对应的值存放的是生成种子文件的BT客户端软件的信息，如客户端名、版本号等，一般不必理会 |
info是最重要的一个关键字，它的值是一个字典，下面对它再作进一步的介绍。无论是单文件模式还是多文件模式，该字典都包含关键字如表13-2所示。
表13-2 info包含的关键字
| 关 键 字 |
含 义 |
|
| l piece length |
每个piece的长度，它的值是一个B编码的整型，该值通常为i262144e，即256K，也有可能为512K或128K |
|
| l pieces |
对应的值为一个字符串，它存放的是各个piece的hash值，这个字符串的长度一定是20的倍数，因为每个piece的hash值的长度为20字节 |
|
| l private |
该值如果为1，则表明客户端必须通过连接Tracker来获取其他下载者，即peer的IP地址和端口号；如果为0，则表明客户端还可以通过其他方式来获取peer的IP地址和端口号，如DHT方式。DHT即分布式哈希表（Distribute Hash Tabel），它是一种以分布式的方式来获取peer的方法，现在许多BT客户端既支持通过连接Tracker来获取peer，也支持通过DHT来获取peer。如果种子文件中没有private这个关键字，则表明不限制一定要通过连接Tracker来获取peer |
|
对于单文件模式的种子文件，info的值还含有的关键字如表13-3所示。
表13-3 单模式种子文件的关键字
| 关 键 字 |
含 义 |
| name |
共享文件的文件名，也就是要下载的文件的文件名 |
| length |
共享文件的长度，以字节为单位 |
| md5sum |
可选，它是共享文件的md5值，这个值在BT协议中根本没有使用，所以不必理会 |
对于多文件模式的种子文件，info的值还含有的关键字如表13-4所示
表13-4 多文件模式种子文件的关键字
| 关 键 字 |
含 义 |
| name |
存放所有共享文件的文件夹名 |
| files |
它的值是一个列表，列表中含有多个字典，每个共享文件为一个字典。该字典中含有三个关键词 |
Files的每个共享文件为一个字典字典的关键词如表13-5所示
表13-5 Files字的关键诃
| 关 键 词 |
含 义 |
| length |
共享文件的长度，以字节为单位 |
| md5sum |
可选，同上 |
| path |
存放的是共享文件的路径和文件名 |
建议读者到一些提供BT种子文件下载的网站，如bt.greedland.net、www.btchina.net，下载几个种子文件并在Windows操作系统下使用记事本打开进行分析，就可以清楚的了解上述概念。
2.5 与Tracker交互
完成解析种子文件并从中获取Tracker服务器的URL后，即可开始与Tracker进行交互。与Tracker进行交互主要有两个目的：一是将自己的下载进度告知给Tracker以便Tracker进行一些相关的统计；二是获取当前下载同一个共享文件的peer的IP地址和端口号。
客户端使用HTTP协议与Tracker进行通信。Tracker通过HTTP GET方法获取请求，请求的构成为Tracker的URL后面跟一个？以及参数和值对，如http://tk.greedland.net/ announce? param1= value1¶m2= value2。
在客户端发往Tracker的GET请求中，通常包含参数如表13-6所示。
表13-6 GET请求的参数
| 参 数 |
含 义 |
| info_hash |
与种子文件中info关键字对应的值，通过Sha1算法计算其hash值，该hash值就是info_hash参数对应的值，该hash值的长度固定为20字节 |
| peer_id |
每个客户端在下载文件前以随机的方式生成的20字节的标识符，用于标识自己，它的长度也是固定不变的 |
| port |
监听端口号，用于接收其他peer的连接请求 |
| uploaded |
当前总的上传量，以字节为单位 |
| downloaded |
当前总的下载量，以字节为单位 |
| left |
还剩余多少字节需要下载，以字节为单位 |
| compact |
该参数的值一般为1。 |
| event |
它的值为started、completed、stopped其中之一。客户端第一次与Tracker进行通信时，该值为started；下载完成时，该值为completed；客户端即将关闭时，该值为stopped |
| ip |
可选，将客户端的IP地址告知给Tracker，Tracker可以通过分析客户端发给Tracker的IP数据包来获取客户端的IP地址，因此该参数是可选的，一般不用指明客户端的IP |
| numwant |
可选，希望Tracker返回多少个peer的IP地址和端口号。如果该参数缺省，则默认返回50个peer的IP地址和端口号 |
| key |
可选，它的值为一个随机数，用于进一步标识客户端。因为已经由peer_id来标识客户端，因此该参数一般不使用 |
| trackerid |
可选，一般不使用 |
Tracker服务器的返回信息是一个经过B编码的字典。它含有关键字如表13-7所示。
表13-7 Tracker服务器返回信息关键字
| 关 键 字 |
含 义 |
| failure reason |
该关键字对应的值是一个可以读懂的字符串，指明GET请求失败的原因，如果返回信息中含有这个关键字，就不会再包含其他任何关键字 |
| warnging message |
该关键字对应的值是一个可以读懂的警告字符串 |
| interval |
指明客户端在下一次连接Tracker前所需等待的时间，以秒为单位 |
| min interval |
指明客户端在下一次连接Tracker前所需等待的最少时间，以秒为单位 |
| tracker id |
指明Tracker的ID |
| complete |
一个整数，指明当前有多少个peer已经完成了整个共享文件的下载 |
| incomplete |
一个整数，指明当前有多少个peer还没有完成共享文件的下载 |
| peers |
返回各个peer的IP和端口号，它的值是一个字符串。首先是第一个peer的IP地址，然后是其端口号；接着是第二个peer的IP地址，然后是其端口号；依此类推 |
以下是一个发往Tracker服务器的HTTP GET请求的示例：
http://tk.greedland.net/announce?info_hash=01234567890123456789&
peer_id=01234567890123456789&port=3210&compact=1&uploaded=0&downloaded=0&left=8000000&event=started
以下是一个Tracker服务器回应的示例：
d8:completei100e10:incompletei200e8:intervali1800e5:peers300:......e
其中，“......”是一个长度为300的字符串，含有50个peer的IP地址和端口号。IP地址占4字节，端口号占2字节，即一个peer占6字节。
| 发往Tracker服务器的HTTP GET请求中，info_hash和peer_id可能含有非数字、非字母的字符，即含有除0～9、a～z、A～Z之外的字符，此时要对字符进行编码转换。例如，空格应该转换为 。否则Tracker无法正确处理GET请求。 |
2.6 peer之间的通信协议
peer之间的通信协议又称为peer wire protocal，即peer连线协议，它是一个基于TCP协议的应用层协议。
为了防止有的peer只下载不上传，BitTorrent协议建议，客户端只给那些向它提供最快下载速度的4个peer上传数据。简单地说就是谁向我提供下载，我也提供数据供它下载；谁不提供数据给我下载，我的数据也不会上传给它。客户端每隔一定时间，比如10秒，重新计算从各个peer处下载数据的速度，将下载速度最快的4个peer解除阻塞，允许这4个peer从客户端下载数据，同时将其他peer阻塞。
一个例外情况是，为了发现下载速度更快的peer，协议还建议，在任一时刻，客户端保持一个优化非阻塞peer，即无论该peer是否提供数据给客户端下载，客户端都允许该peer从客户端这里下载数据。由于客户端向peer上传数据，peer接着也允许客户端从peer处下载数据，并且下载速度超过4个非阻塞peer中的一个。客户端每隔一定的时间，如30秒，重新选择优化非阻塞peer。
当客户端与peer建立TCP连接后，客户端必须维持的几个状态变量如表13-8所示。
表13-8 客户端必须维持的状态变量
| 状 态 变 量 |
含 义 |
| am_chocking |
该值若为1，表明客户端将远程peer阻塞。此时如果peer发送数据请求给客户端，客户端将不会理会。也就是说，一旦将peer阻塞，peer就无法从客户端下载到数据；该值若为0，则刚好相反，即表明peer未被阻塞，允许peer从客户端下载数据 |
| am_interested |
该值若为1，表明客户端对远程的peer感兴趣。当peer拥有某个piece，而客户端没有，则客户端对peer感兴趣。该值若为0，则刚好相反，即表明客户端对peer不感兴趣，peer拥有的所有piece，客户端都拥有 |
| peer_chocking |
该值若为1，表明peer将客户端阻塞。此时，客户端无法从peer处下载到数据。该值若为0，表明客户端可以向peer发送数据请求，客户端将进行响应 |
| peer_interested |
该值若为1，表明peer对客户端感兴趣。也即客户端拥有某个piece，而peer没有。该值若为0，表明peer对客户端不感兴趣 |
当客户端与peer建立TCP连接后，客户端将这几个变量的值设置为。
am_chocking = 1。
am_interested = 0。
peer_chocking = 1。
peer_interested = 0。
当客户端对peer感兴趣且peer未将客户端阻塞时，客户端可以从peer处下载数据。当peer对客户端感兴趣，且客户端未将peer阻塞时，客户端向peer上传数据。
除非另有说明，所有的整数型在本协议中被编码为4字节值（高位在前低位在后），包括在握手之后所有信息的长度前缀。