bt协议详解 基础篇（下）
最近开发了一个免费教程的网站，产生了仔细了解bt协议的想法，所以写了这一篇文章，后续还会写一些关于搜索和索引的东西，都是在开发这个网站的过程中学习到的技术，敬请期待。
1 简介
bt是BitTorrent协议的简称，bt协议是最流行的p2p下载协议，另外一种比较流行的p2p下载协议叫ed2k，ed2k的全称叫eDonkey2000 network，这里我们只讨论bt协议，ed2k协议以后有机会再和大家分享。
相信很多人都听说过bt协议。但是当我问周围的人究竟什么是bt协议呢？他们的解释让我对bt协议的理解变得更含糊，为了弄清楚心中的问题，我开始了自己对bt协议的学习。
我在官网 上找到一篇文章The BitTorrent Protocol Specification。这个标题翻译过来就是“bittorrent协议规范”，是bittorrent协议的基础篇，为什么说是基础篇呢？
BT协议是一个协议簇。
有点像tcp/ip协议一样，bt协议不是一个简单的协议，而是一系列相关的协议组成的，而且这个协议簇一直在进化。
既然这篇文章的主题是“基础篇”，所以它的内容主要来自bep_0003,也就是bittorrent协议规范，因为其它的协议都是以这个协议为基础的，可见这个的重要性。
接上篇。
peer protocol
bt peer协议是基于tcp或者utp协议（utp协议也是bt协议簇中的一个，后面会专门写一篇关于utp协议的文章）。
peer连接是对称的，双方可以同时发送数据，而且数据的形式是一样的。一个peer代表一个bt下载用户。
peer协议会使用torrent文件中的pieces块（文件块，前面有讲到），下标从0开始。当一个peer下载完一个文件块，检查文件块的hash值匹配正确的时候，它就发送一个announce请求给拥有该piece块的peer列表，声明自己拥有该piece块，这样其它的peer就可以向这个peer发送下载该piece的请求。
peer链接两端包含2位的状态：choked，unchoked和interested，uninterested。Choking表示不会发送数据知道一个unchoking动作发生。后面将会解释为什么会存在choking这个状态。
当peer连接的双方有一个是interested状态，而且另外一个不是choking状态，这个连接就可以进行数据传输。无论何时当一个下载者向一个unchoked状态的peer发送下载请求时，interest状态必须每次更新 。这个属性的实现比较困难，但是这让下载者知道当它是unchoked的状态时哪些peers将会立刻开始下载成为可能。
peer连接一开始是choked和uninterested状态。
当数据开始传输时下载者必须把下载块放进请求队列来获取更高的tcp性能（这就是所谓的管道技术）。另一方面，不能马上写入tcp缓存的请求必须放进队列，而不是放在应用层的网络缓冲区，这样当choke动作发生时，他们才能被丢掉。
peer连线协议由握手和紧跟着的无穷的用长度做前缀的字符串流。握手由19（十进制字符串）跟着字符串'BitTorrent protocol'开始。开始的字符串是长度。
后面所有的整数都是使用4字节big-endian（高字节序）
固定的头部之后跟着是8个保留字节，在目实现的协议版本中值都是0。如果你想扩展协议，可以使用这8个字节，请和Bram Cohen（bt协议的作者）联系确保所有扩展的兼容性。
再接下来是20个字节的sha1哈希值，来自torrent文件中的info字段。如果peer连接的两端发送的哈希值不一致，则连接被关闭。一个例外的情形是当一个下载者想在一个端口开始多线程下载，他们等待进来的连接发送hash，如果这个hash在它的维护的列表里面，就把这个hash返回给另一端。
20字节hash的后面是20字节的peer id，这个id会发送给bt tracker服务器，而且会出现在bt tracker返回的peer列表里面。
上面就是一次握手所有的内容。接下来是可选一系类的长度做前缀的消息。长度为0表示keepalives（保持连接），被忽略。保持连接消息每两分钟发送一次。
peer messages
所有的非保持连接的消息由一个表示类型的字节开始。
类型列表如下：
- 0 - choke
- 1 - unchoke
- 2 - interested
- 3 - not interested
- 4 - have
- 5 - bitfield
- 6 - reques5t
- 7 - piece
- 8 - cancel
'choke', 'unchoke', 'interested', 和 'not interested' 这四个消息没有消息体。
bitfield消息只作为第一个消息发送一次。它的消息体是一个bitfield数据类型（参考c语言），下载者发送过的块的下标对应的位置1，其余的置0。下载者没有任何内容的时候可以跳过bitfield消息。bitfield的第一个字节对应下标0 - 7，第二个对应 8 - 15，等等。多余的位置0。
have消息的消息体是一个数字，表示下载者最近下载完成和检验正确的文件块的下标。
request消息包含index、begin、length三个字段。最后两个是字节偏移。length通常是2的指数除非是文件的最后一块。当前所有bt协议的实现版本中length的值是16kiB，关闭连接的request中length字段的值要大于16kiB。
cancel消息和request有一样的消息体。用来取消下载某一个文件块。
piece消息包含index、begin、piece字段。它们的值和request消息是相关的。
下载者通常用随机的顺序下载文件块，这样能提高效率。
choking发生的原因有几个。一个是当一次发起过多的连接时tcp拥塞控制表现极差。另外choking可以让peer连接的双方使用 tit-for-tat-ish算法来保证下载速度的一致。
一个好的choking算法必须具备几个好的特性。它应该能控制并发数量来获取更高的tcp性能。它应该避免过快的choking和unchoking。最后它应该每过一段时间就尝试空闲连接来找到更好的连接，这就是所谓的unchoking优化。
本文来自 免费教程网