十四、流媒体协定
三个名词系列
名词系列一：AVI、MPEG、RMVB、MP4、MOV、FLV、WebM、WMV、ASF、MKV。例如 RMVB 和 MP4
名词系列二：H.261、H.262、H.263、H.264、H.265。
名词系列三：MPEG-1、MPEG-2、MPEG-4、MPEG-7。
视频是什么？其实就是疾速播放一连串间断的图片。
每一张图片，咱们称为 一帧。 只有每秒钟帧的数据足够多，也即播放得足够快。比方每秒 30 帧，以人的眼睛的敏感水平，是看不出这是一张张独立的图片的，这就是咱们常说的帧率（FPS）。
每一张图片，都是由像素组成的，假如为 1024*768（这个像素数不算多）。每个像素由 RGB 组成，每个 8 位，共 24 位。
每秒钟的视频有多大？
30 帧 × 1024 × 768 × 24 = 566,231,040Bits = 70,778,880Bytes
如果一分钟呢？4,246,732,800Bytes，曾经是 4 个 G 了。
这个数据量切实是太大，基本没方法存储和传输。编码，就是看如何用尽量少的 Bit 数保留视频，使播放的时候画面看起来依然很精美。编码是一个压缩的过程。
视频和图片的压缩过程有什么特点？
之所以可能对视频流中的图片进行压缩，因为视频和图片有这样一些特点。
- 空间冗余：图像的相邻像素之间有较强的相关性，一张图片相邻像素往往是突变的，不是渐变的，没必要每个像素都残缺地保留，能够隔几个保留一个，两头的用算法计算出来。
- 工夫冗余：视频序列的相邻图像之间内容类似。一个视频中间断呈现的图片也不是渐变的，能够依据已有的图片进行预测和推断。
- 视觉冗余：人的视觉系统对某些细节不敏感，因而不会每一个细节都留神到，能够容许失落一些数据。
- 编码冗余：不同像素值呈现的概率不同，概率高的用的字节少，概率低的用的字节多，相似霍夫曼编码（Huffman Coding）的思路。
视频编码的两大流派
流派一：ITU（International Telecommunications Union）的 VCEG（Video CodingExperts Group），这个称为国际电联下的 VCEG。既然是电信，可想而知，他们最后做视频编码，次要偏重传输。名词系列二 ，就是这个组织制订的规范。
流派二：ISO（International Standards Organization）的 MPEG（Moving PictureExperts Group），这个是 ISO 旗下的 MPEG，原本是做视频存储的。例如，编码后保留在 VCD 和 DVD 中。当然起初也缓缓偏重视频传输了。名词系列三，就是这个组织制订的规范。
起初，ITU-T（国际电信联盟电信标准化部门，ITU Telecommunication StandardizationSector）与 MPEG 联结制订了 H.264/MPEG-4 AVC， 这才是咱们要重点关注的。
通过编码之后，生动活泼的一帧一帧的图像，就变成了一串串让人看不懂的二进制，这个二进制能够放在一个文件外面，依照肯定的格局保存起来，这就是 名词系列一。
如何看直播？
当然，这个二进制也能够通过某种网络协议进行封装，放在互联网上传输，这个时候就能够进行网络直播了。
网络协议将编码好的视频流，从主播端推送到服务器，在服务器上有个运行了同样协定的服务端来接管这些网络包，从而失去外面的视频流，这个过程称为接流。
服务端接到视频流之后，能够对视频流进行肯定的解决，例如转码，也即从一个编码格局，转成另一种格局。因为观众应用的客户端千差万别，要保障他们都能看到直播。
流处理完毕之后，就能够期待观众的客户端来申请这些视频流。观众的客户端申请的过程称为拉流。
如果有十分多的观众，同时看一个视频直播，那都从一个服务器上拉流，压力太大了，因此须要一个视频的散发网络，将视频事后加载到就近的边缘节点，这样大部分观众看的视频，是从边缘节点拉取的，就能升高服务器的压力。
当观众的客户端将视频流拉下来之后，就须要进行解码，也即通过上述过程的逆过程，将一串串看不懂的二进制，再转变成一帧帧活泼的图片，在客户端播放进去。整个直播过程，能够用这个的图来形容。
编码：如何将丰富多彩的图片变成二进制流？
尽管咱们说视频是一张张图片的序列，然而如果每张图片都残缺，就太大了，因此会将视频序列分成三种帧。
I 帧，也称关键帧。外面是残缺的图片，只须要本帧数据，就能够实现解码。
P 帧，前向预测编码帧。P 帧示意的是这一帧跟之前的一个关键帧（或 P 帧）的差异，解码时须要用之前缓存的画面，叠加上和本帧定义的差异，生成最终画面。
B 帧，双向预测内插编码帧。B 帧记录的是本帧与前后帧的差异。要解码 B 帧，不仅要获得之前的缓存画面，还要解码之后的画面，通过前后画面的数据与本帧数据的叠加，获得最终的画面。
能够看出，I 帧最残缺，B 帧压缩率最高，而压缩后帧的序列，应该是在 IBBP 的距离呈现的。这就是通过时序进行编码
在一帧中，分成多个片，每个片中分成多个宏块，每个宏块分成多个子块，这样将一张大的图分解成一个个小块，能够不便进行空间上的编码。
只管时空十分平面的组成了一个序列，然而总归还是要压缩成一个二进制流。这个流是有构造的，是一个个的网络提取层单元（NALU，Network Abstraction Layer Unit）。变成这种格局就是为了传输，因为网络上的传输，默认的是一个个的包，因此这里也就分成了一个个的单元。
每一个 NALU 首先是一个起始标识符，用于标识 NALU 之间的距离；而后是 NALU 的头，外面次要配置了 NALU 的类型；最终 Payload 外面是 NALU 承载的数据。
在 NALU 头外面，次要的内容是类型 NAL Type。
0x07 示意 SPS，是序列参数集，包含一个图像序列的所有信息，如图像尺寸、视频格式等。
0x08 示意 PPS，是图像参数集，包含一个图像的所有分片的所有相干信息，包含图像类型、序列号等。
在传输视频流之前，必须要传输这两类参数，不然无奈解码。为了保障容错性，每一个 I 帧后面，都会传一遍这两个参数汇合。如果 NALU Header 外面的示意类型是 SPS 或者 PPS，则 Payload 中就是真正的参数集的内容。
如果类型是帧，则 Payload 中才是正的视频数据，当然也是一帧一帧寄存的，后面说了，一帧的内容还是挺多的，因此每一个 NALU 外面保留的是一片。对于每一片，到底是 I0x07 示意 SPS，是序列参数集，包含一个图像序列的所有信息，如图像尺寸、视频格式等。0x08 示意 PPS，是图像参数集，包含一个图像的所有分片的所有相干信息，包含图像类型、序列号等。
帧，还是 P 帧，还是 B 帧，在片构造外面也有个 Header，这外面有个类型，而后是片的内容。
这样，整个格局就进去了，一个视频，能够拆分成一系列的帧，每一帧拆分成一系列的片，每一片都放在一个 NALU 外面，NALU 之间都是通过非凡的起始标识符分隔，在每一个 I 帧的第一片后面，要插入独自保留 SPS 和 PPS 的 NALU，最终造成一个长长的 NALU 序列。
推流：如何把数据流打包传输到对端？
那这个格局是不是就可能间接在网上传输到对端，开始直播了呢？其实还不是，还须要将这个二进制的流打包成网络包进行发送，这里咱们应用RTMP 协定。 这就进入了第二个过程，推流。
RTMP 是基于 TCP 的，因此必定须要单方建设一个 TCP 的连贯。在有 TCP 的连贯的根底上，还须要建设一个 RTMP 的连贯，也即在程序外面，你须要调用 RTMP 类库的 Connect 函数，显示创立一个连贯。
RTMP 为什么须要建设一个独自的连贯呢？因为它们须要磋商一些事件，保障当前的传输能失常进行。次要就是两个事件，一个是版本号，如果客户端、服务器的版本号不统一，则不能工作。另一个就是工夫戳，视频播放中，工夫是很重要的，前面的数据流互通的时候，常常要带上工夫戳的差值，因此一开始单方就要晓得对方的工夫戳。
将来沟通这些事件，须要发送六条音讯：客户端发送 C0、C1、C2，服务器发送 S0、S1、S2。首先，客户端发送 C0 示意本人的版本号，不用等对方的回复，而后发送 C1 示意本人的工夫戳。服务器只有在收到 C0 的时候，能力返回 S0，表明本人的版本号，如果版本不匹配，能够断开连接。服务器发送完 S0 后，也不必等什么，就间接发送本人的工夫戳 S1。客户端收到 S1 的时候，发一个晓得了对方工夫戳的 ACK C2。同理服务器收到 C1 的时候，发一个晓得了对方工夫戳的 ACKS2。于是，握手实现。
握手之后，单方须要相互传递一些管制信息，例如 Chunk 块的大小、窗口大小等。真正传输数据的时候，还是须要创立一个流 Stream，而后通过这个 Stream 来推流 publish。推流的过程，就是将 NALU 放在 Message 外面发送，这个也称为 RTMP Packet 包。 Message 的格局就像这样。
发送的时候，去掉 NALU 的起始标识符。因为这部分对于 RTMP 协定来讲没有用。接下来，将 SPS 和 PPS 参数集封装成一个 RTMP 包发送，而后发送一个个片的 NALU。
RTMP 在收发数据的时候并不是以 Message 为单位的，而是把 Message 拆分成 Chunk 发送，而且必须在一个 Chunk 发送实现之后，能力开始发送下一个 Chunk。每个 Chunk 中都带有 Message ID，示意属于哪个 Message，接收端也会依照这个 ID 将 Chunk 组装成 Message。
后面连贯的时候，设置的 Chunk 块大小就是指这个 Chunk。将大的音讯变为小的块再发送，能够在低带宽的状况下，缩小网络拥塞。
这有一个分块的例子，你能够看一下。假如一个视频的音讯长度为 307，然而 Chunk 大小约定为 128，于是会拆分为三个 Chunk。第一个 Chunk 的 Type=0，示意 Chunk 头是残缺的；头外面 Timestamp 为 1000，总长度 Length 为 307，类型为 9，是个视频，Stream ID 为 12346，注释局部承当 128 个字节的 Data。第二个 Chunk 也要发送 128 个字节，Chunk 头因为和第一个 Chunk 一样，因而采纳 Chunk Type=3，示意头一样就不再发送了。第三个 Chunk 要发送的 Data 的长度为 307-128-128=51 个字节，还是采纳 Type=3。
就这样数据就源源不断达到流媒体服务器，整个过程就像这样。
这个时候，大量观看直播的观众就能够通过 RTMP 协定从流媒体服务器上拉取，然而这么多的用户量，都去同一个中央拉取，服务器压力会很大，而且用户散布在全国甚至寰球，如果都去对立的一个中央下载，也会时延比拟长，须要有散发网络。
散发网络分为核心和边缘两层。边缘层服务器部署在全国各地及横跨各大运营商里，和用户间隔很近。核心层是流媒体服务集群，负责内容的转发。智能负载平衡零碎，依据用户的地理位置信息，就近抉择边缘服务器，为用户提供推 / 拉流服务。核心层也负责转码服务，例如，把 RTMP 协定的码流转换为 HLS 码流。
拉流：观众的客户端如何看到视频？
先读到的是 H.264 的解码参数，例如 SPS 和 PPS，而后对收到的 NALU 组成的一个个帧，进行解码，交给播发器播放，一个绚丽多彩的视频画面就进去了。
视频名词比拟多，编码两大流派达成了统一，都是通过工夫、空间的各种算法来压缩数据；
压缩好的数据，为了传输组成一系列 NALU，依照帧和片顺次排列；
排列好的 NALU，在网络传输的时候，要依照 RTMP 包的格局进行包装，RTMP 的包会拆分成 Chunk 进行传输；
推送到流媒体集群的视频流通过转码和散发，能够被客户端通过 RTMP 协定拉取，而后组合为 NALU，解码成视频格式进行播放。
十五、P2P 协定
如果你想下载一个电影，个别会通过什么形式呢？最简略的形式就是通过 HTTP 进行下载。然而置信你有过这样的体验，通过浏览器下载的时候，只有文件略微大点，下载的速度就奇慢无比。
还有种下载文件的形式，就是通过 FTP，也即文件传输协定。FTP 采纳两个 TCP 连贯来传输一个文件。
管制连贯：服务器以被动的形式，关上家喻户晓用于 FTP 的端口 21，客户端则被动发动连贯。该连贯将命令从客户端传给服务器，并传回服务器的应答。罕用的命令有：list——获取文件目录；reter——取一个文件；store——存一个文件。
数据连贯：每当一个文件在客户端与服务器之间传输时，就创立一个数据连贯。
FTP 的两种工作模式
每传输一个文件，都要建设一个全新的数据连贯。FTP 有两种工作模式，别离是被动模式（PORT）和被动模式（PASV），这些都是站在 FTP 服务器的角度来说的。
- 被动模式下，客户端随机关上一个大于 1024 的端口 N，向服务器的命令端口 21 发动连贯，同时凋谢 N+1 端口监听，并向服务器收回“port N+1”命令，由服务器从本人的数据端口 20，被动连贯到客户端指定的数据端口 N+1。
- 被动模式下，当开启一个 FTP 连贯时，客户端关上两个任意的本地端口 N（大于 1024）和 N+1。第一个端口连贯服务器的 21 端口，提交 PASV 命令。而后，服务器会开启一个任意的端口 P（大于 1024），返回“227 entering passive mode”音讯，外面有 FTP 服务器凋谢的用来进行数据传输的端口。客户端收到音讯获得端口号之后，会通过 N+1 号端口连贯服务器的端口 P，而后在两个端口之间进行数据传输。
P2P 是什么？
然而无论是 HTTP 的形式，还是 FTP 的形式，都有一个比拟大的毛病，就是 难以解决繁多服务器的带宽压力， 因为它们应用的都是传统的客户端服务器的形式。
起初，一种翻新的、称为 P2P 的形式流行起来。P2P 就是 peer-to-peer。资源开始并不集中地存储在某些设施上，而是扩散地存储在多台设施上。这些设施咱们权且称为 peer。
想要下载一个文件的时候，你只有失去那些曾经存在了文件的 peer，并和这些 peer 之间，建设点对点的连贯，而不须要到核心服务器上，就能够就近下载文件。一旦下载了文件，你也就成为 peer 中的一员，你旁边的那些机器，也可能会抉择从你这里下载文件，所以当你应用 P2P 软件的时候，例如 BitTorrent，往往可能看到，既有下载流量，也有上传的流量，也即你本人也退出了这个 P2P 的网络，本人从他人那里下载，同时也提供给其他人下载。能够设想，这种形式，参加的人越多，下载速度越快，所有完满。
种子（.torrent）文件
然而有一个问题，当你想下载一个文件的时候，怎么晓得哪些 peer 有这个文件呢？
这就用到种子啦，也即咱们比拟相熟的.torrent 文件。.torrent 文件由两局部组成，别离是：announce（tracker URL）和文件信息。文件信息外面有这些内容。
info 区：这里指定的是该种子有几个文件、文件有多长、目录构造，以及目录和文件的名字。
Name 字段：指定顶层目录名字。
每个段的大小：BitTorrent（简称 BT）协定把一个文件分成很多个小段，而后分段下载。
段哈希值：将整个种子中，每个段的 SHA-1 哈希值拼在一起。
下载时，BT 客户端首先解析.torrent 文件，失去 tracker 地址，而后连贯 tracker 服务器。tracker 服务器回应下载者的申请，将其余下载者（包含发布者）的 IP 提供给下载者。下载者再连贯其余下载者，依据.torrent 文件，两者别离对方告知本人曾经有的块，而后替换对方没有的数据。此时不须要其余服务器参加，并扩散了单个线路上的数据流量，因而加重了服务器的累赘。
下载者每失去一个块，须要算出下载块的 Hash 验证码，并与.torrent 文件中的比照。如果一样，则阐明块正确，不一样则须要从新下载这个块。这种规定是为了解决下载内容的准确性问题。
从这个过程也能够看出，这种形式特地依赖 tracker。tracker 须要收集下载者信息的服务器，并将此信息提供给其余下载者，使下载者们相互连接起来，传输数据。尽管下载的过程是非中心化的，然而退出这个 P2P 网络的时候，都须要借助 tracker 核心服务器，这个服务器是用来注销有哪些用户在申请哪些资源。
所以，这种工作形式有一个弊病，一旦 tracker 服务器呈现故障或者线路受到屏蔽，BT 工具就无奈失常工作了。
去中心化网络（DHT）
那能不能彻底非中心化呢？于是，起初就有了一种叫作 DHT（Distributed Hash Table）的去中心化网络。每个退出这个 DHT 网络的人，都要负责存储这个网络里的资源信息和其余成员的分割信息，相当于所有人一起形成了一个宏大的分布式存储数据库。有一种驰名的 DHT 协定，叫 Kademlia 协定。 这个和区块链的概念一样，很形象，我来具体讲一下这个协定。
任何一个 BitTorrent 启动之后，它都有两个角色。一个是 peer，监听一个 TCP 端口，用来上传和下载文件，这个角色表明，我这里有某个文件。另一个角色 DHT node，监听一个 UDP 的端口，通过这个角色，这个节点退出了一个 DHT 的网络。
在 DHT 网络外面，每一个 DHT node 都有一个 ID。这个 ID 是一个很长的串。每个 DHTnode 都有责任把握一些常识，也就是文件索引，也即它应该晓得某些文件是保留在哪些节点上。它只须要有这些常识就能够了，而它本人自身不肯定就是保留这个文件的节点。
哈希值
当然，每个 DHT node 不会有全局的常识，也即不晓得所有的文件保留在哪里，它只须要晓得一部分。那应该晓得哪一部分呢？这就须要用哈希算法计算出来。每个文件能够计算出一个哈希值，而DHT node 的 ID 是和哈希值雷同长度的串。
DHT 算法是这样规定的：如果一个文件计算出一个哈希值，则和这个哈希值一样的那个 DHT node，就有责任晓得从哪里下载这个文件，即使它本人没保留这个文件。当然不肯定这么巧，总能找到和哈希值截然不同的，有可能截然不同的 DHT node 也下线了，所以 DHT 算法还规定：除了截然不同的那个 DHT node 应该晓得，ID 和这个哈希值十分靠近的 N 个 DHT node 也应该晓得。什么叫和哈希值靠近呢？例如只批改了最初一位，就很靠近；批改了倒数 2 位，也不远；批改了倒数 3 位，也能够承受。总之，凑齐了规定的 N 这个数就行。
方才那个图里，文件 1 通过哈希运算，失去匹配 ID 的 DHT node 为 node C，当然还会有其余的，我这里没有画进去。所以，node C 有责任晓得文件 1 的寄存地址，尽管 node C 自身没有寄存文件 1。同理，文件 2 通过哈希运算，失去匹配 ID 的 DHT node 为 node E，然而 node D 和 E 的 ID 值很近，所以 node D 也晓得。当然，文件 2 自身没有必要肯定在 node D 和 E 里，然而碰巧这里就在 E 那有一份。
接下来一个新的节点 node new 上线了。如果想下载文件 1，它首先要退出 DHT 网络，如何退出呢？在这种模式下，种子.torrent 文件外面就不再是 tracker 的地址了，而是一个 list 的 node 的地址，而所有这些 node 都是曾经在 DHT 网络外面的。当然随着工夫的推移，很可能有退出的，有下线的，然而咱们假如，不会所有的都分割不上，总有一个能分割上。node new 只有在种子外面找到一个 DHT node，就退出了网络。node new 会计算文件 1 的哈希值，并依据这个哈希值理解到，和这个哈希值匹配，或者很靠近的 node 上晓得如何下载这个文件，例如计算出来的哈希值就是 node C。然而 node new 不晓得怎么分割上 node C，因为种子外面的 node 列表外面很可能没有 node C，然而它能够问，DHT 网络特地像一个社交网络，node new 只有去它能分割上的 node 问，你们晓得不晓得 node C 的联系方式呀？
在 DHT 网络中，每个 node 都保留了肯定的联系方式，然而必定没有 node 的所有联系方式。DHT 网络中，节点之间通过相互通信，也会交换联系方式，也会删除联系方式。和人们的形式一样，你有你的朋友圈，你的敌人有它的朋友圈，你们相互加微信，就相互意识了，过一段时间不分割，就删除敌人关系。有个实践是，社交网络中，任何两个人间接的间隔不超过六度，也即你想分割比尔盖茨，也就六个人就可能分割到了。所以，node new 想分割 node C，就去万能的朋友圈去问，并且求转发，敌人再问敌人，很快就能找到。如果找不到 C，也能找到和 C 的 ID 很像的节点，它们也晓得如何下载文件 1。在 node C 上，通知 node new，下载文件 1，要去 B、D、F，于是 node new 抉择和 node B 进行 peer 连贯，开始下载，它一旦开始下载，本人本地也有文件 1 了，于是 node new 通知 node C 以及和 node C 的 ID 很像的那些节点，我也有文件 1 了，能够退出那个文件拥有者列表了。
然而你会发现 node new 上没有文件索引，然而依据哈希算法，肯定会有某些文件的哈希值是和 node new 的 ID 匹配上的。在 DHT 网络中，会有节点通知它，你既然退出了咱们这个网络，你也有责任晓得某些文件的下载地址。好了，所有都分布式了。
这外面遗留几个细节的问题。
- DHT node ID 以及文件哈希是个什么货色？
节点 ID 是一个随机抉择的 160bits（20 字节）空间，文件的哈希也应用这样的 160bits 空间。 - 所谓 ID 类似，具体到什么水平算类似？
在 Kademlia 网络中，间隔是通过异或（XOR）计算的。咱们就不以 160bits 举例了。咱们以 5 位来举例。
01010 与 01000 的间隔，就是两个 ID 之间的异或值，为 00010，也即为 2。01010 与 00010 的间隔为 01000，也即为 8,。01010 与 00011 的间隔为 01001，也即 8+1=9。以此类推，高位不同的，示意间隔更远一些；低位不同的，示意间隔更近一些，总的间隔为所有的不同的位的间隔之和。
这个间隔不能比喻为地理位置，因为在 Kademlia 网络中，地位近不算近，ID 近才算近，所以我把这个间隔比喻为社交间隔，也即在朋友圈中的间隔，或者社交网络中的间隔。这个和你住的地位没有关系，和人的经验关系比拟大。还是以 5 位 ID 来举例，就像在领英中，排第一位的示意最近一份工作在哪里，第二位的示意上一份工作在哪里，而后第三位的是上上份工作，第四位的是研究生在哪里读，第五位的示意大学在哪里读。如果你是一个猎头，在下面找候选人，当然最近的那份工作是最重要的。而对于工作经验越丰盛的候选人，大学在哪里读的反而越不重要。
DHT 网络中的朋友圈是怎么保护的？
就像人一样，尽管咱们常联系人的只有多数，然而敌人圈里必定是远近都有。DHT 网络的朋友圈也是一样，远近都有，并且按间隔分层。
假如某个节点的 ID 为 01010，如果一个节点的 ID，后面所有位数都与它雷同，只有最初 1 位不同。这样的节点只有 1 个，为 01011。与根底节点的异或值为 00001，即间隔为 1；对于 01010 而言，这样的节点归为“k-bucket 1”。
如果一个节点的 ID，后面所有位数都雷同，从倒数第 2 位开始不同，这样的节点只有 2 个，即 01000 和 01001，与根底节点的异或值为 00010 和 00011，即间隔范畴为 2 和 3；对于 01010 而言，这样的节点归为“k-bucket 2”。
如果一个节点的 ID，后面所有位数雷同，从倒数第 i 位开始不同，这样的节点只有 2^(i-1)个，与根底节点的间隔范畴为 [2^(i-1), 2^i)；对于 01010 而言，这样的节点归为“k-bucket i”。
最终到从倒数 160 位就开始都不同。你会发现，差距越大，陌生人越多，然而朋友圈不能都放下，所以每一层都只放 K 个，这是参数能够配置。
DHT 网络是如何查找敌人的？
假如，node A 的 ID 为 00110，要找 node B ID 为 10000，异或间隔为 10110，间隔范畴在 [2^4, 2^5)，所以这个指标节点可能在“k-bucket 5”中，这就阐明 B 的 ID 与 A 的 ID 从第 5 位开始不同，所以 B 可能在“k-bucket 5”中。
而后，A 看看本人的 k-bucket 5 有没有 B。如果有，太好了，找到你了；如果没有，在 k-bucket 5 里轻易找一个 C。因为是二进制，C、B 都和 A 的第 5 位不同，那么 C 的 ID 第 5 位必定与 B 雷同，即它与 B 的间隔会小于 2^4，相当于比 A、B 之间的间隔缩短了一半以上。
再申请 C，在它本人的通讯录里，按同样的查找形式找一下 B。如果 C 晓得 B，就通知 A；如果 C 也不晓得 B，那 C 按同样的搜寻办法，能够在本人的通讯录里找到一个离 B 更近的 D 敌人（D、B 之间间隔小于 2^3），把 D 举荐给 A，A 申请 D 进行下一步查找。
Kademlia 的这种查问机制，是通过折半查找的形式来膨胀范畴，对于总的节点数目为 N，最多只须要查问 log2(N) 次，就可能找到。
例如，图中这个最差的状况。
A 和 B 每一位都不一样，所以相差 31，A 找到的敌人 C，不巧正好在两头。和 A 的间隔是 16，和 B 间隔为 15，于是 C 去本人朋友圈找的时候，不巧找到 D，正好又在两头，间隔 C 为 8，间隔 B 为 7。于是 D 去本人朋友圈找的时候，不巧找到 E，正好又在两头，间隔 D 为 4，间隔 B 为 3，E 在朋友圈找到 F，间隔 E 为 2，间隔 B 为 1，最终在 F 的朋友圈间隔 1 的中央找到 B。当然这是最最不巧的状况，每次找到的敌人都不远不近，正好在两头。
如果碰巧了，在 A 的朋友圈外面有 G，间隔 B 只有 3，而后在 G 的朋友圈外面一下子就找到了 B，两次就找到了。
在 DHT 网络中，敌人之间怎么沟通呢？Kademlia 算法中，每个节点只有 4 个指令。
PING：测试一个节点是否在线，还活着没，相当于打个电话，看还能买通不。
STORE：要求一个节点存储一份数据，既然退出了组织，有任务保留一份数据。
FIND_NODE：依据节点 ID 查找一个节点，就是给一个 160 位的 ID，通过下面朋友圈的形式找到那个节点。
FIND_VALUE：依据 KEY 查找一个数据，实则上跟 FIND_NODE 十分相似。KEY 就是文件对应的 160 位的 ID，就是要找到保留了文件的节点。
DHT 网络中，朋友圈如何更新呢？
每个 bucket 里的节点，都按最初一次接触的工夫倒序排列，这就相当于，朋友圈外面最近分割过的人往往是最熟的。每次执行四个指令中的任意一个都会触发更新。当一个节点与本人接触时，查看它是否曾经在 k-bucket 中，也就是说是否曾经在朋友圈。如果在，那么将它挪到 k-bucket 列表的最底，也就是最新的地位，刚分割过，就置顶一下，不便当前多分割；如果不在，新的联系人要不要加到通讯录外面呢？假如通讯录已满的状况，PING 一下列表最下面，也即最旧的一个节点。如果 PING 通了，将旧节点挪到列表最底，并抛弃新节点，老朋友还是留一下；如果 PING 不通，删除旧节点，并将新节点退出列表，这人分割不上了，删了吧。
这个机制保障了任意节点退出和来到都不影响整体网络。