emule到底是什么？

随着二代技术的普及，一个问题诞生了，自私的人们在利用P2P软件的时候大多只愿“获取”，而不愿“共享”，P2P的发展遇到了意识的发展瓶颈。不过，一头“骡”很快改变了游戏规则，它就是后来鼎鼎大名的 eDonkey。这标志着第三代p2p技术的兴起，eDonkey采用了以“分散式杂凑表”(distributed hash tables )为诉求的Neonet技术，改变了P2P网络上的搜索方式，理论上可以更有效率的搜索更多的电脑，以及更容易找出少见的文件。这种技术已经使eDonkey基本快要追上了P2P服务龙头业界的另一个老大Kazaa了. eDonkey由Jed McCaleb在2000年创立。他最重要的是可以同时从许多人那里下载同一个文件，并且采用了“多源文件传输协议”(MFTP，the Multisource FileTransfer Protocol)。电骡的索引服务器并不集中在一起的，而是各人私有的，遍布全世界，每一个人都可以运行电骡服务器，同时共享的文件索引为被称为“ed2k-quicklink”的连接，文件前缀“ED2K://”。同时，在协议中，定义了一系列传输、压缩和打包的标准，甚至还定义了一套积分的标准，你上传的数据量越大，积分越高，下载的速度也越快。而且每个文件都有有md5-hash的超级链接标示，这使得该文件独一无二，并且在整个网络上都可以追踪得到。EDonkey可以通过检索分段从多个用户那里下载文件，最终将下载的文件片掀闯烧??span href="tag.php?name=%CE%C4%BC%FE"  class="t_tag">文件。而且，只要你得到了一个文件片断，系统就会把这个片断共享给大家，尽管通过选项的设置你可以对上传速度做一些控制，但你无法关闭它。

在eDonkey出现后，其改良品种eMule(电骡)也出现了。可以说emule是eDonkey的升级版，是eDonkey的一个Mod,就象osp就是quake3的mod一样,它的独到之处在于开源，它的基本原理和运作方式，也都是基于eDonkey, eMule基于eDonkey网络协议，因此能够直接登录eDonkey的各类服务器。eMule同时也提供了很多eDonkey所没有的功能，比如可以自动搜索网络中的服务器、保留搜索结果、与连接用户交换服务器地址和文件、优先下载便于预览的文件头尾部分等等，这些都使得eMule使用起来更加便利，也让它得到了电骡的美誉。

总之，他们继承了第二代P2P无中心、纯分布式系统的特点，但他们它不再是简单的点到点通信，而是更高效、更复杂的网络通信；再加上eDonkey和eMule引入的强制共享机制，在一定程度上避免了前几代P2P纯个人服务器管理带来的随意性和低效率。

P2P到底是什么？

Peer-to-peer的缩写，指的是点对点的意思，最早是在美国由 18岁的Shawn Fanning开发出一个叫Napster的软件时，引入得概念 ，它不仅仅是一种软件架构，也是一种社会模式的体现，网络上流行的P2P软件的架构手段主要有两种：集中式和分布式。
集中式：便是利用服务器作为媒介使各个分散的节点(用户)能互相联系，生成各种服务响应。
分布式：每个节点即做服务器又做客户端，这种方式非常灵活，一个孤立的节点只要连上另一个节点便可以进行传输。
Napster可以说是第一代p2p软件。后来由于Napster陷入诉讼危机（相关版权问题），便出现了Gnutella，它吸取了Napster的失败教训，将P2P的理念更推进一步：它不存在中枢目录服务器，用户只要安装了该软件，立即变成一台能够提供完整目录和文件服务的服务器，并会自动搜寻其它同类服务器，从而联成一台由无数PC组成的网络超级服务器。传统网络的Server和Client在它的面前被重新定义。Gnutella作为第二代p2p软件，他们可以说是最早的p2p技术。然后FastTrack (即Kazaa 的底层技术)迅速掘起取代其地位。成为p2p老大。

到底什么是kad？

关于kad网络，这一个多月来我发现有好多刚刚接触emule的朋友不太明白，总是搞不清楚这是个什么东西，虽然本区以前也曾经有人写过一些关于kad 的文章，但是可能新来的朋友不会去翻了，那么我就结合自己对kad的一点认识，来重新谈一下kad吧？其中有好多不对的地方也请诸位朋友不要笑话我，请一一指出在。小王这里多谢了！

Kad是Kademlia的简称，eMule的官方网站在2004年2月27日正式发布的 eMule v0.42b中，Kad开始正式内嵌成为eMule的一个功能模块，可以说从这个版本开始eMule便开始支持Kad网络了。

Kad的出现，结束了之前edonkey时代，在ed圈里只存在着ED2K一种网络的模式，它通过新的协议开创并形成了自己的kad网络，使之和ED2K网络并驾齐驱，而且它还完全支持两种网络，可以在两种网络之间通用。Kad同样也属于开源的自由软件。它的程序和源代码可以在官方网站http://www.emule-project.net上下载。

Kad网络拓扑的最大特点在于它完全不需要服务器，我们都知道传统的ed2k网络需要服务器支持作为中转和存储hash列表信息，kad可以不通过服务器同样完成ed2k网络的一切功能，你唯一要做的就是连线上网，然后打开kad。Kad需要UDP端口的支持，之后Emule会自动按照客户端的要求，来判断它能否自由连线，然后同样也会分配给你一个id，这个过程和我们ed2k的高id和低id检查很像，不过这个id所代表的意义不同于ed2k网络，它代表一个是否“freely”的状态。

Kad和ed2k网络有着完全不同的观念但是相同的目的: 都是搜索和寻找文件的源。 Kad网络的主要的目标是做到不需要服务器和改善可量测性。相对于传统的ed2k服务器只能处理一定数量的使用者(我们在服务器列表也都看到了,每个服务器都有最大人数限制)，而且如果服务器比较大连接人数过多,还会严重的的拖垮网络。而Kad能够自我组织,并且自我调节最佳的使用者数量以及他们的连接效果。因此, 它更能使网络的损失达到最小。由于具备了以上所叙述的功能，Kad也被称之为Serverless network（无服务器网络）。虽然目前一直处于开发阶段(alpha stage) 。但毫无疑问，它无可比拟的优势,将会使它成为p2p的明天。

可能很多朋友会关注， kad网络没有高低id的计算原则，是否对于低id来言就畅通无阻了呢？

我们大家知道在ed2k网络里面，我们的id是通过ip进行如下的算法计算得出的
设我们的IP = A.B.C.D
那么我们的ID number= A + 256*B + 256*256*C + 256*256*256*D
low ID的产生是由于我们的ID计算结果小于16777216.
即 ID number= A + 256*B + 256*256*C + 256*256*256*D < 16777216

Kad的 id计算原则并不是象上面那样，他更关注我们是否open和freely。

但是kad里面是如何计算我们的id呢？
事实上它的计算方法是这样
ID number=256*256*256*A+256*256*B+256*C+D
所以kad其实也有高低id的分别。所以内网用户在使用的时候依旧无法达到内网用户完全穿透网络的效果，而且目前来看，还存在着kad模块引入,导致占用系统资源会变大以及会突然产生Memory Leak的问题，对于内存的控制，目前emule做的效果还是不好(这种低级错误在新的EM中出现的概率是极小的)。

其实kad本身有一个nodes.dat文件，也叫做节点文件，这里面存放了我们在Kad网络中的邻居节点，我们都是通过这些节点来进入Kad网络的。其实kad的网络倒更像是overnet和Kazaa网络，有兴趣的朋友大家可以对比看看。Kad网络提供了帮助寻找节点以及记录节点的机制。

下面我们来说说这个机制的原理：
Kad拥有一个160bit的ID，每一个节点送出的讯息都必须包含此ID。每一个节点都必须记录一个资料来保存已经存在的节点，资料的格式是 (IP address, UDP port, Node ID)，节点所必须负责的范围是2的i次方及2的i+1次方，i的范围是0 < i <160，这个结构叫做k-bucket，该结构会形成一个tree的形状，每一次接收到新的信息时，各个节点都必须更新k-bucket內的资料，透过k-bucket结构我们可以保证所有的节点状态都是新的，而且一定会知道这个节点在哪里。

Kademlia网络提供四种Potocol(RPC)
(1)PING 测试是否节点存在
(2)STORE存储通知的资料
(3)FIND_NODE 通知其他节点帮助寻找node
(4)FIND_VALUE 通知其他节点帮助寻找Value
而当每一个指令被接受到后，每一个节点都会到k-bucket上搜寻，通过这样的结构，kad提供一个方便快速且可以被保证在logN次数下找到所需的节点。

通俗的来讲就是在kad网络中，我们每个emule用户端只负责处理一小部分搜索和查找源的工作。分配这些工作的时候，通过我们每个用户端的唯一的ID和搜索文件的hash值之间的匹配来决定。比如像我猜我猜我猜猜.rm这个文件由用户小王来负责（通过该文件的hash值来决定），那么任何其他用户在下载这个文件的時候都会告诉其他用户,小王有这个文件，其他用户去下载这个文件的時候也会询问小王，小王也会告诉他们谁正在共享这个文件，这样kad找源的工作就完成了。搜索时候的方法也差不多，只不过是每个人负责一个关键字。

整个过程有点像在照线索循序问路而找到正确方向，而不是路上随便到处抓人在问路。而每个地方里的网络相关信息，则会随着电脑及文件的加入而持续更新。好处在于让你可以搜索整个网络，而不只是在某一地区。目前来讲，这个机制和算法是绝对领先而且非常优秀的。

如何找到用户小王则是通过将用户id异或的方式，两个id的二进位异或值决定他们之间的逻辑距离，如1100距离1101要比距离1001近。那么当一个用户加入kad后，首先通过一个已知的用户找到一批用户的id和ip地址和端口。当该用户要寻找一个特定用户A的时候，该用户先询问几个已知的逻辑距离较A较近的用户，如B用户,C用户,D用户，B，C，D会告诉该用户他们知道的更加近的用户的id和ip地址和端口，同理类推，这个用户最终就能找到A。所以寻找的次数会在logN数量级，这里N代表询问的人数。

其实也就是一种分散式杂凑的方法，基本上是对网络上某一特定时刻的文件进行快照(snapshot)，然后将这些信息分散到整个网络里。 为了找到特定的文件，搜索的要求先到达网络上的任何一台电脑上，然后这台电脑就会再将它转到另一台有更多文件信息的电脑。第三台电脑可能就拥有文件本身──或者也可能再继续转到其他有正确信息的电脑。采用这种方法，通常只需要跳转两到三次，便可以轻松查找到所需文件。

以上几个部分，便是对于kad作用原理以及算法的分析，可能好多人看了之后头大，那么我们普通用户到底该注意些什么呢？

很简单，你要作的就是再使用emule的时候打开kad，你会发现有两个明显的特点
(1)你的下载速度会加快
(2)你的下载文件的源会增加
以上两条对于lowid和经常下载源在国外的文件用户，效果就更为突出，特别对于在ed2k网络中只有几个源或者没有源的文件，在kad网络中，一般都能找到源，所以说你使用了emule下载文件，基本上不会出现没有源的请况，无论多长时间，差别只是源的多少个数问题，由于kad网络都是自动配置的，所以你丝毫不用分心，那么索性我们就打开它，何乐而不为呢？

另外对于我们搜索的时候，如果采用kad网络搜索,多数情况下找到的文件源会远远多于ed2k的全局搜索，对于大家都是一个明智的选择。

虽然，目前kad还处在试验阶段，但是他的崛起是迟早的事情，我从kad一开始推出就一直在使用，开始的时候用的人不多，效果不明显。但是目前来讲，再我发帖前，我还做过测试现在kad的使用人数已经突飞猛进，我随便找了一期我猜我猜我猜猜来做测试，发现kad找到源的比例已经占了总源比例的30%，甚至更多，时间越长效果越明显。所以，在这里呼吁大家都打开kad，让我们的速度再迈上一个台阶.早日迎接kad天下的到来!
Ps:文中部分技术资料,来自于国外的网站,原文是英文的,我翻译过来,然后引用,由于本人英文水平有限,出现的错误请大家多多包涵！
另外,文中也引述参考了一些国内外网站关于kad技术的文章,但是所引太杂,所以请恕这里不引出原文出处,请愿作者见谅！

关于“PING”的一些说明

　　“PING”值表示的是你跟服务器之间的距离。一般来说数值越大表示你距离服务器就越远，这个距离的远近不光是指地理上的距离，还和你的网络带宽，网络线路的好坏有很大的关系。一般说来“PING”值越大的服务器表示你越不容易连接上，通常“PING”值在500以下的服务器是不容易连接上的。

什么是文件的HASH值呢？

大家都知道emule是基于P2P （Peer-to-peer的缩写，指的是点对点的意思的软件）， 它采用了“多源文件传输协议”(MFTP，the Multisource FileTransfer Protocol)。在协议中，定义了一系列传输、压缩和打包还有积分的标准，emule 对于每个文件都有md5-HASH的算法设置，这使得该文件独一无二，并且在整个网络上都可以追踪得到。

MD5-HASH-文件的数字文摘通过HASH函数计算得到。不管文件长度如何，它的HASH函数计算结果是一个固定长度的数字。与加密算法不同，这一个HASH算法是一个不可逆的单向函数。采用安全性高的HASH算法，如MD5、SHA时，两个不同的文件几乎不可能得到相同的HASH结果。因此，一旦文件被修改，就可检测出来。

当我们的文件放到emule里面进行共享发布的时候，emule会根据HASH算法自动生成这个文件的HASH值，他就是这个文件唯一的身份标志，它包含了这个文件的基本信息,然后把它提交到所连接的服务器。当有他人想对这个文件提出下载请求的时候， 这个HASH值可以让他人知道他正在下载的文件是不是就是他所想要的。尤其是在文件的其他属性被更改之后（如名称等）这个值就更显得重要。而且服务器还提供了,这个文件当前所在的用户的地址,端口等信息,这样emule就知道到哪里去下载了.

一般来讲我们要搜索一个文件，emule在得到了这个信息后，会向被添加的服务器发出请求，要求得到有相同HASH值的文件。而服务器则返回持有这个文件的用户信息。这样我们的客户端就可以直接的和拥有那个文件的用户沟通，看看是不是可以从他那里下载所需的文件。

对于emule中文件的HASH值是固定的，也是唯一的，它就相当于这个文件的信息摘要，无论这个文件在谁的机器上，他的HASH值都是不变的，无论过了多长时间，这个值始终如一，当我们在进行文件的下载上传过程中，emule都是通过这个值来确定文件。