P2P 与分布式存储 / 系统课时
互惠上传如何选择解阻塞节点
互惠上传如何选择解阻塞节点
BitTorrent 客户端的上传带宽有限,不能无限制地同时服务所有请求节点。本课通过一个具有固定上传配额的调度案例,说明 Choking 如何依据近期下载贡献选择解阻塞对象,以及乐观解阻塞如何发现新的高质量连接。
学习目标
- 区分 Choked、Unchoked 与 Interested 状态,判断节点能否请求数据。
- 使用近期下载速率和上传槽位计算常见互惠解阻塞候选集合。
- 理解乐观解阻塞、周期重评估与种子节点调度的区别。
Choking 控制的是上传许可
在 BitTorrent Peer Wire Protocol 中,每条连接都维护独立的兴趣状态和阻塞状态。假设本地客户端 A 向远端 B 下载数据,A 是否可以正常向 B 请求分块,取决于 B 对 A 的上传许可。
interested:A 告诉 B,自己需要 B 拥有的分块。not interested:A 当前不需要 B 的分块。choke:B 暂停允许 A 发起新的常规分块请求。unchoke:B 允许 A 请求分块,但 A 仍需遵守请求队列与流水线限制。
四种组合中,只有 A 对 B 感兴趣且 B 已解除对 A 的阻塞时,A 才具备正常请求数据的条件。解除阻塞不代表 B 必须持续满速上传,也不保证每条请求立即得到响应。
依据近期贡献分配上传槽位
一种经典的下载中节点策略是:优先解除对近期向自己提供较高下载速率的感兴趣节点的阻塞,以鼓励双向交换。这属于客户端调度策略,而非协议强制规定的统一算法。
假设客户端 A 的上传预算为 800 KiB/s,最多开放 4 个上传槽位,其中 3 个用于常规互惠选择,1 个用于乐观解阻塞。每个槽位初始目标预算为 200 KiB/s。过去 20 秒的观测数据如下。
| 远端节点 | A 从对方下载速率 | 对 A 感兴趣 | 当前状态 |
|---|---|---|---|
| B | 420 KiB/s | 是 | 已解阻塞 |
| C | 310 KiB/s | 是 | 已解阻塞 |
| D | 180 KiB/s | 是 | 已解阻塞 |
| E | 90 KiB/s | 是 | 已阻塞 |
| F | 0 KiB/s | 是 | 已阻塞 |
| G | 260 KiB/s | 否 | 已阻塞 |
按近期贡献排序,常规候选依次为 B、C、D、E、F。虽然 G 的速率达到 260 KiB/s,但它目前对 A 不感兴趣,不应仅因速率较高就占用常规上传槽位。
本轮常规解阻塞集合为 B、C、D。E 和 F 保留为候选,等待乐观解阻塞或下一次重评估。三个常规槽位合计目标预算为 600 KiB/s,另预留 200 KiB/s 给探索槽位。
这里的 200 KiB/s 是本案例的调度预算,并不是协议规定的单连接速率上限。实际客户端可能使用动态带宽分配、全局限速和拥塞反馈,活跃连接的瞬时速率也不必相等。
周期重评估与乐观解阻塞
如果永远只选择 B、C、D,新加入的 F 即使具备很高上传能力,也可能因为尚未获得交换机会而一直排在末尾。因此,经典策略会保留乐观解阻塞机制。
下面采用教学用的时间参数:常规候选每 10 秒重评估一次,乐观候选每 30 秒重新选择一次。它们是常见经典实现的参考值,并非所有客户端必须遵守的协议常量。

以 F 为乐观候选,执行过程如下。
- 第 0 秒:B、C、D 占据常规槽位,F 获得乐观槽位,E 仍被阻塞。
- 第 10 秒:重新计算近期下载速率。如果 F 开始向 A 上传,F 的贡献进入排序,但不保证立即进入前三名。
- 第 20 秒:假设 F 的近期速率达到 350 KiB/s,而 D 降到 100 KiB/s,则常规槽位改为 B、F、C;D 被阻塞。
- 第 30 秒:重新选择乐观候选,例如 E,给此前贡献较低的节点一次交换机会。
乐观解阻塞不等于无条件向所有陌生节点上传。候选通常需要处于感兴趣状态,并通过连接有效性、封禁规则及客户端自身的调度限制。不同实现还可能优先照顾新连接,或采用不同的轮换间隔。
用 Python 验证一次候选选择
下面的独立示例实现一个简化的常规互惠调度器:先排除不感兴趣的节点,再按照最近观测到的下载速率降序选择三个常规槽位。为了便于验证,乐观候选固定选择尚未入选且速率最低的 F;生产实现通常会使用随机或带权探索,而不是固定挑选最低速节点。
from dataclasses import dataclass
@dataclass
class Peer:
name: str
download_kib_s: int
interested: bool
def select_unchoked(peers: list[Peer], regular_slots: int = 3):
# 只有需要本地分块的节点才有资格获得上传槽位。
candidates = [p for p in peers if p.interested]
ranked = sorted(candidates, key=lambda p: (-p.download_kib_s, p.name))
regular = ranked[:regular_slots]
remaining = ranked[regular_slots:]
# 固定选取末位仅用于可复现演示,不是实际的随机探索策略。
optimistic = remaining[-1:] if remaining else []
return regular, optimistic
if __name__ == '__main__':
peers = [
Peer('B', 420, True),
Peer('C', 310, True),
Peer('D', 180, True),
Peer('E', 90, True),
Peer('F', 0, True),
Peer('G', 260, False),
]
regular, optimistic = select_unchoked(peers)
print('常规:', [p.name for p in regular])
print('乐观:', [p.name for p in optimistic])
print('目标上传预算:', 4 * 200, 'KiB/s')预期输出:
常规: ['B', 'C', 'D']
乐观: ['F']
目标上传预算: 800 KiB/s该示例需要 Python 3.9 或更新版本,运行时不建立真实 Peer 连接。实际客户端还必须处理速率采样、槽位占用、定时轮换、断线清理及 choke、unchoke 消息发送。代码中的下载速率是 A 从远端接收数据的速率,不是 A 已向远端发送的数据量。
种子节点为什么采用不同的选择依据
下载中的节点可以根据别人向自己贡献的下载带宽安排常规互惠槽位;但完整种子节点已经拥有全部数据,通常不再从其他节点下载,因此不能继续使用相同的下载速率排名。
种子节点更适合依据对外上传效率、等待时间、公平性和数据供给效果进行选择。不同客户端可能采用轮换、上传速率优先或混合策略,并不存在所有实现统一遵循的种子解阻塞排序规则。
例如种子节点拥有 600 KiB/s 上传预算和三个目标为 200 KiB/s 的槽位,面对 H、I、J、K 四个感兴趣的下载者,可以采用每 15 秒轮换一个槽位的教学策略,让长期等待的 K 获得下载机会,而不必要求 K 先向种子贡献数据。
实际部署中需要同时检查两个指标:上传带宽利用率与不同下载者获得服务的机会。若 600 KiB/s 的预算长期只使用 150 KiB/s,应检查候选连接是否具备接收能力、是否处于感兴趣状态,以及全局限速或请求流水线是否限制了吞吐。
常规互惠槽位负责优先回报近期贡献,乐观槽位负责探索潜在的高质量伙伴;进入做种阶段后,则应转向以有效分发和公平供给为目标的上传调度。