P2P 与分布式存储 / 系统课时

区分内容寻址与位置寻址

区分内容寻址与位置寻址

同一份文件换了服务器地址,传统 URL 往往需要跟着修改;在 IPFS 中,只要文件对应的内容标识不变,就可以从不同节点获取相同内容。本课通过 URL 与 CID 的对比,解释内容寻址如何支持跨节点分发、如何验证内容,以及为什么拥有 CID 不代表文件会被永久保存。

学习目标

  • 区分 URL 的位置寻址与 IPFS CID 的内容寻址,判断地址变化和内容变化各自造成的影响。
  • 理解 CID、内容校验和节点发现之间的关系,能够解释跨节点获取文件的过程。
  • 识别 IPFS 的可用性边界,知道何时需要 Pinning 或其他持久化措施。

URL 标识位置,CID 标识内容

传统 HTTP URL 通常包含协议、主机名和资源路径,例如 https://files.example.com/manual.pdf。客户端先通过 DNS 找到服务器,再向服务器请求 /manual.pdf。这个 URL 指定的是访问资源的位置,并不保证服务器始终返回相同的文件字节。

假设服务器今天返回版本 A,明天管理员用版本 B 覆盖同一路径。URL 可以保持不变,但文件内容已经改变。反过来,把版本 A 迁移到另一台服务器,访问地址也可能改变,即使文件字节完全相同。

IPFS 使用 CID(Content Identifier)标识内容。CID 包含版本、编解码器和多哈希等信息,内容经过相应编码与哈希处理后形成可验证的标识。对于同一套编码与导入规则,内容不变时通常可以得到相同 CID;内容改变时,相应的内容标识通常也会改变。

对比维度 HTTP URL IPFS CID
标识对象 网络位置与资源路径 按特定编码规则形成的内容对象
服务器迁移 原地址可能失效,需要重定向或更新链接 CID 不依赖特定服务器地址
内容被替换 同一 URL 可以返回不同内容 新内容通常产生新的 CID
内容验证 依赖 HTTPS、额外摘要或签名等机制 可依据 CID 中的哈希信息验证对应内容对象
资源可用性 取决于服务器及其基础设施 取决于是否存在可发现、可访问的内容提供者

内容寻址如何跨节点获取文件

设有一份 1 MiB 的测试文件,节点 A 将其导入 IPFS 并获得 CID,节点 B 和节点 C 希望获取该文件。CID 不包含节点 A 的 IP 地址,也不会自动列出保存该内容的所有节点。

实际获取过程需要同时完成内容定位、数据传输和完整性验证:

  1. 节点 A 导入文件,生成内容块及其对应的 CID,并在本地保存相关数据。
  2. 节点 B 获得根 CID,通过已连接节点、提供者路由等机制寻找可能持有相关内容的节点。
  3. 节点 B 通过支持的传输机制向内容提供者请求所需块;大文件可能涉及多个块及其链接关系。
  4. 节点 B 根据块的 CID 验证接收到的数据,并按内容结构重建文件。
  5. 如果节点 C 也持有所需内容且可被发现和访问,节点 B 可以从节点 C 获取数据,而不必依赖最初的节点 A。

IPFS 内容寻址与跨节点文件获取的数据流

这里需要区分两个问题:CID 回答的是收到的数据是否对应所请求的内容标识;提供者发现和网络连接回答的是到哪里尝试获取这些数据。找到提供者并不代表一定能成功下载,节点离线、网络阻断或数据缺失都可能导致失败。

另外,CID 的哈希校验不能证明内容发布者的真实身份。攻击者也可以为恶意文件生成一个内部校验完全正确的 CID。需要确认发布来源时,应通过可信渠道分发 CID,必要时结合数字签名或经过验证的发布记录。

用一个文件理解内容变化

假设项目组发布配置文件 settings.txt,第一版内容为 mode=dev,第二版改为 mode=prod。两版只相差几个字节,但其内容已经不同。

如果使用 HTTP,管理员可以把第二版覆盖到同一个 URL,客户端再次访问时可能得到新版本。若使用 IPFS,在相同导入规则下,两版会产生不同的内容标识;已经记录第一版 CID 的客户端不会因为发布了第二版就自动转向新内容。

这带来两种不同的使用方式:

  • 需要固定版本的构建产物、文档或数据集:保存经过核验的 CID,便于其他节点获取并验证指定版本。
  • 需要持续更新的公告或最新配置:使用可更新的命名层,例如 IPNS,或通过可信 HTTPS 接口发布当前 CID。

为什么 CID 不保证永久存储

IPFS 是内容寻址和分发体系,并不承诺每个 CID 对应的数据都永久在线。即使 CID 已经生成并分享出去,如果所有持有对应数据的节点都离线,或者数据被清理,其他用户仍可能无法获取文件。

例如,节点 A 导入一份 100 MiB 的文件并分享 CID,节点 B 成功下载后暂时保存副本。随后 A 删除本地数据,B 也因缓存清理失去副本。此时 CID 仍然是有效的内容标识,但网络中可能已经没有可用的数据提供者。

需要长期保留文件时,应明确安排存储责任:

  1. 在受控 Kubo 节点上固定需要保存的内容,避免其被垃圾回收清理。
  2. 为重要内容安排至少两个独立存储节点,并确认它们实际保存了完整数据。
  3. 定期从独立客户端按 CID 拉取内容,验证数据是否仍然可发现、可传输和可校验。
  4. 对重要业务数据保留独立备份,不能把 Pinning 当作磁盘故障保护或备份的替代品。

Pinning 主要用于告诉本地节点保留指定内容及其相关块,防止正常垃圾回收删除这些数据。它不能阻止磁盘损坏,也不会自动保证公网其他节点能够连接该节点。

如何判断应该使用哪种地址

在实际项目中,可以按访问需求选择标识方式。普通网站首页、需要登录鉴权的 API、频繁更新的业务接口,通常继续使用 HTTPS URL 更合适。需要固定版本、跨节点复制和按内容验证的文件,可以考虑使用 CID。

以软件发布为例,下载页面可以使用固定的 HTTPS 地址提供最新版本信息,而版本清单记录每个发布包的 CID。用户通过 HTTPS 获取可信清单,再按 CID 下载对应构建产物,并校验下载内容。这样既保留可更新的发布入口,也能让具体版本具有稳定的内容标识。

检查一个 IPFS 文件分发方案时,可以直接回答三个问题:

  • 内容身份:是否记录了正确的 CID 和导入规则,能否验证收到的内容?
  • 内容位置:是否存在在线、可发现且可连接的提供者?
  • 内容保留:谁负责固定数据,节点故障后是否还有副本或备份?

只有内容标识、网络可达性和存储责任三个条件分别得到落实,CID 才能在实际分发中发挥作用。IPFS 解决内容如何被标识和验证的问题,长期保存仍需要明确的存储策略。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

区分内容寻址与位置寻址

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通