死磕以太坊源码分析之p2p节点发现
死磕以太坊源码分析之p2p节点发现
在阅读节点发现源码之前必须要理解kadmilia算法,可以参考:KAD算法详解。
节点发现,使本地节点得知其他节点的信息,进而加入到p2p网络中。
以太坊的节点发现基于类似的kademlia算法,源码中有两个版本,v4和v5。v4适用于全节点,通过discover.ListenUDP
使用,v5适用于轻节点通过discv5.ListenUDP
使用,本文介绍的是v4版本。
节点发现功能主要涉及 Server Table udp 这几个数据结构,它们有独自的事件响应循环,节点发现功能便是它们互相协作完成的。其中,每个以太坊客户端启动后都会在本地运行一个Server,并将网络拓扑中相邻的节点视为Node,而Table是Node的容器,udp则是负责维持底层的连接。这些结构的关系如下图:
在P2p的server.go 的start方法中:
if err := srv.setupDiscovery(); err != nil {
return err
}
进入到setupDiscovery
中:
// Discovery V4
var unhandled chan discover.ReadPacket
var sconn *sharedUDPConn
if !srv.NoDiscovery {
...
ntab, err := discover.ListenUDP(conn, srv.localnode, cfg)
....
}
discover.ListenUDP
方法即开启了节点发现的功能.
首先解析出监听地址的UDP端口,根据端口返回与之相连的UDP连接,之后返回连接的本地网络地址,接着设置最后一个UDP-on-IPv4端口。到此为止节点发现的一些准备工作做好,接下下来开始UDP的监听:
ntab, err := discover.ListenUDP(conn, srv.localnode, cfg)
然后进行UDP 的监听,下面是监听的过程:
// 监听给定的socket 上的发现的包
func ListenUDP(c UDPConn, ln *enode.LocalNode, cfg Config) (*UDPv4, error) {
return ListenV4(c, ln, cfg)
}
func ListenV4(c UDPConn, ln *enode.LocalNode, cfg Config) (*UDPv4, error) {
closeCtx, cancel := context.WithCancel(context.Background())
t := &UDPv4{
conn: c,
priv: cfg.PrivateKey,
netrestrict: cfg.NetRestrict,
localNode: ln,
db: ln.Database(),
gotreply: make(chan reply),
addReplyMatcher: make(chan *replyMatcher),
closeCtx: closeCtx,
cancelCloseCtx: cancel,
log: cfg.Log,
}
if t.log == nil {
t.log = log.Root()
}
tab, err := newTable(t, ln.Database(), cfg.Bootnodes, t.log) //
if err != nil {
return nil, err
}
t.tab = tab
go tab.loop() //
t.wg.Add(2)
go t.loop() //
go t.readLoop(cfg.Unhandled) //
return t, nil
}
主要做了以下几件事:
tab, err := newTable(t, ln.Database(), cfg.Bootnodes, t.log)
新建路由表做了以下几件事:
bootnode
进行连接,所有的节点加入几乎都先连接了它。连接上bootnode
后,获取bootnode
部分的邻居节点,然后进行节点发现,获取更多的活跃的邻居节点首先知道UDP协议是没有连接的概念的,所以需要不断的ping 来测试对端节点是否正常,在新建路由表之后,就来到下面的循环,不断的去做上面的事。
go tab.loop()
定时运行doRefresh
、doRevalidate
、copyLiveNodes
进行刷新K桶。
以太坊的k桶设置:
const (
alpha = 3 // Kademlia并发参数, 是系统内一个优化参数,控制每次从K桶最多取出节点个数,ethereum取值3
bucketSize = 16 // K桶大小(可容纳节点数)
maxReplacements = 10 // 每桶更换列表的大小
hashBits = len(common.Hash{}) * 8 //每个节点ID长度,32*8=256, 32位16进制
nBuckets = hashBits / 15 // K桶个数
)
首先搞清楚这三个定时器运行的时间:
refreshInterval = 30 * time.Minute
revalidateInterval = 10 * time.Second
copyNodesInterval = 30 * time.Second
doRefresh
doRefresh对随机目标执行查找以保持K桶已满。如果表为空(初始引导程序或丢弃的有故障),则插入种子节点。
主要以下几步:
从数据库加载随机节点和引导节点。这应该会产生一些以前见过的节点
tab.loadSeedNodes()
将本地节点ID作为目标节点进行查找最近的邻居节点
tab.net.lookupSelf()
func (t *UDPv4) lookupSelf() []*enode.Node {
return t.newLookup(t.closeCtx, encodePubkey(&t.priv.PublicKey)).run()
}
func (t *UDPv4) newLookup(ctx context.Context, targetKey encPubkey) *lookup {
...
return t.findnode(n.ID(), n.addr(), targetKey)
})
return it
}
向这些节点发起findnode
操作查询离target节点最近的节点列表,将查询得到的节点进行ping-pong
测试,将测试通过的节点落库保存
经过这个流程后,节点的K桶就能够比较均匀地将不同网络节点更新到本地K桶中。
unc (t *UDPv4) findnode(toid enode.ID, toaddr *net.UDPAddr, target encPubkey) ([]*node, error) {
t.ensureBond(toid, toaddr)
nodes := make([]*node, 0, bucketSize)
nreceived := 0
// 设置回应回调函数,等待类型为neighborsPacket的邻近节点包,如果类型对,就执行回调请求
rm := t.pending(toid, toaddr.IP, p_neighborsV4, func(r interface{}) (matched bool, requestDone bool) {
reply := r.(*neighborsV4)
for _, rn := range reply.Nodes {
nreceived++
// 得到一个简单的node结构
n, err := t.nodeFromRPC(toaddr, rn)
if err != nil {
t.log.Trace("Invalid neighbor node received", "ip", rn.IP, "addr", toaddr, "err", err)
continue
}
nodes = append(nodes, n)
}
return true, nreceived >= bucketSize
})
//上面了一个管道事件,下面开始发送真正的findnode报文,然后进行等待了
t.send(toaddr, toid, &findnodeV4{
Target: target,
Expiration: uint64(time.Now().Add(expiration).Unix()),
})
return nodes, <-rm.errc
}
查找3个随机的目标节点
for i := 0; i < 3; i++ {
tab.net.lookupRandom()
}
doRevalidate
doRevalidate检查随机存储桶中的最后一个节点是否仍然存在,如果不是,则替换或删除该节点。
主要以下几步:
返回随机的非空K桶中的最后一个节点
last, bi := tab.nodeToRevalidate()
对最后的节点执行Ping操作,然后等待Pong
remoteSeq, err := tab.net.ping(unwrapNode(last))
如果节点ping通了的话,将节点移动到最前面
tab.bumpInBucket(b, last)
没有收到回复,选择一个替换节点,或者如果没有任何替换节点,则删除该节点
tab.replace(b, last)
copyLiveNodes
copyLiveNodes将表中的节点添加到数据库,如果节点在表中的时间超过了5分钟。
这部分代码比较简单,就伸展阐述。
if n.livenessChecks > 0 && now.Sub(n.addedAt) >= seedMinTableTime {
tab.db.UpdateNode(unwrapNode(n))
}
go t.loop()
loop循环主要监听以下几类消息:
go t.readLoop(cfg.Unhandled)
主要有以下两件事:
循环接收其他节点发来的udp消息
nbytes, from, err := t.conn.ReadFromUDP(buf)
处理接收到的UDP消息
t.handlePacket(from, buf[:nbytes])
接下来对这两个函数进行进一步的解析。
接收UDP消息比较的简单,就是不断的从连接中读取Packet数据,它有以下几种消息:
ping
:用于判断远程节点是否在线。
pong
:用于回复ping
消息的响应。
findnode
:查找与给定的目标节点相近的节点。
neighbors
:用于回复findnode
的响应,与给定的目标节点相近的节点列表
主要做了以下几件事:
数据包解码
packet, fromKey, hash, err := decodeV4(buf)
检查数据包是否有效,是否可以处理
packet.preverify(t, from, fromID, fromKey)
在校验这一块,涉及不同的消息类型不同的校验,我们来分别对各种消息进行分析。
①:ping
②:pong
③:findNodes
④:neighbors
findnode
的响应,校验回复是否正确处理packet数据
packet.handle(t, from, fromID, hash)
相同的,也会有4种消息,但是我们这边重点讲处理findNodes的消息:
func (req *findnodeV4) handle(t *UDPv4, from *net.UDPAddr, fromID enode.ID, mac []byte) {
...
}
我们这里就稍微介绍下如何处理findnode
的消息:
func (req *findnodeV4) handle(t *UDPv4, from *net.UDPAddr, fromID enode.ID, mac []byte) {
// 确定最近的节点
target := enode.ID(crypto.Keccak256Hash(req.Target[:]))
t.tab.mutex.Lock()
//最接近的返回表中最接近给定id的n个节点
closest := t.tab.closest(target, bucketSize, true).entries
t.tab.mutex.Unlock()
// 以每个数据包最多maxNeighbors的块的形式发送邻居,以保持在数据包大小限制以下。
p := neighborsV4{Expiration: uint64(time.Now().Add(expiration).Unix())}
var sent bool
for _, n := range closest { //扫描这些最近的节点列表,然后一个包一个包的发送给对方
if netutil.CheckRelayIP(from.IP, n.IP()) == nil {
p.Nodes = append(p.Nodes, nodeToRPC(n))
}
if len(p.Nodes) == maxNeighbors {
t.send(from, fromID, &p)//给对方发送 neighborsPacket 包,里面包含节点列表
p.Nodes = p.Nodes[:0]
sent = true
}
}
if len(p.Nodes) > 0 || !sent {
t.send(from, fromID, &p)
}
}
首先先确定最近的节点,再一个包一个包的发给对方,并校验节点的IP,最后把有效的节点发送给请求方。
buckets:所有节点都加到这个里面,按照距离
nursery:启动节点
rand:随机来源
ips:跟踪IP,确保IP中最多N个属于同一网络范围
net: UDP 传输的接口
以下是table的结构图:
http://mindcarver.cn/ ⭐️⭐️⭐️⭐️
https://github.com/blockchainGuide/ ⭐️⭐️⭐️⭐️
https://www.cnblogs.com/xiaolincoding/p/12571184.html
http://qjpcpu.github.io/blog/2018/01/29/shen-ru-ethereumyuan-ma-p2pmo-kuai-ji-chu-jie-gou/
https://www.jianshu.com/p/b232c870dcd2
如果觉得我的文章对您有用,请随意打赏。你的支持将鼓励我继续创作!