干货|浅谈IPFS数据存储原理

IPFS的火热使分布式存储成为了市场中的热门讨论话题，全球各大企业也倾向于搭建分布式存储系统。但是由于IPFS营销宣传等等原因，市场上很多人会直接会把IPFS等同于分布式存储。

其实IPFS并不等同于分布式存储系统，IPFS作为一个基于内容寻址的、分布式的、新型超媒体传输协议，在2014年，由胡安·贝内特创立的协议实验室所提出，该协议将会重点解决互联网数据重复、数据分发、数据检索等问题。

本文主要会从数据存储的角度来对IPFS的文件存储原理进行详解，方便大众理解数据存储如何在整个IPFS运行以及为何IPFS并不等同于分布式存储系统。

IPFS对于数据存储的解决方案

IPFS在数据存储方面采用的是分散式的文件存储，区别于HTTP协议的位置寻址，IPFS是基于内容寻址，当文件上传到IPFS节点存储时，节点会对文件进行Merkle DAG（默克尔有向无环图）的格式组织分块存储，在存储完毕后，文件将以Merkle DAG的根哈希数来表示该文件，用户可以从IPFS构建的网络中以DHT(分布式哈希表) 的方式获取文件。

此外，在数据存储架构上，IPFS还采用了CID字库技术来验证数据的重复性，此功能将会有助于对IPFS网络进行重复数据的删除，确保存储在网络上的数据唯一性，因此，具有相同内容的文件是无法提交两次。

这样的数据存储架构在一定程度上不仅能优化存储要求，还可以提高整个网络性能。

IPFS文件存储分发具体实现过程

IPFS数据存储共有8个组合：节点身份、Pinning（固定CID的管理器）、Blockstore、BaseBlocks、GCLocker、Blocks、Merkle DAG、DHT。

每个节点采用nodeID作为身份识别，节点存储着公钥和加密过的私钥，技术上使用基于S/Kademlia和Coral的分布式松散哈希表DSHT来寻找匹配的节点和特定节点的地址信息，小值（等于或小于1KB）直接存储在DHT上生成一个NodeID，对于更大的值，IPFS会拆成小块，DHT存储拥有这些块的节点NodeIds。

数据交换使用基于BitTorrent的BitSwap协议来发送和接收分布式数据区块。BitSwap 维持着两个列表，想要获得的块和已保存的块。但与 BitTorrent 不同的是，BitSwap 不限于一个torrent中的块。BitSwap 节点可以从整个IPFS网络获取所需的块，而不管这些块属于哪些文件，这大大提高了下载效率。同时，网络中存在一些激励节点会主动缓存和传播稀有的文件片段。

DHT 和 BitSwap 技术让 IPFS形成一个用于快速而强大的存储和分发块的 P2P 系统。在此之上，IPFS还构建了一种有向无环图 Merkle DAG，使用嵌入数据源中的目标哈希散列构建对象之间的链接。Merkle DAGs 为IPFS提供了许多有用的属性，包括：

1.内容寻址：所有内容都由其多哈希校验和进行独立标识

2.防篡改：所有内容都使用其校验和进行验证。如果数据被篡改或损坏，IPFS则会检测到该数据。

3.去冗余：所有内容完全相同的对象，只存储一次。

IPFS并不会要求每一个节点都存储所有的内容，节点的所有者可以自由选择想要维持的数据，在备份了自己的数据之外，自愿的为其他的关注的内容提供服务。

IPFS为什么不等同于分布式存储系统？

前文也有所提及，IPFS是作为一个网络传输协议所存在的，它的目的是补充和完善现有的互联网，最终取代目前的HTTP协议，成为新一代互联网。因此，IPFS星际文件系统主要解决的方向会在于数据检索及数据分发等问题，而分布式存储系统主要解决的方向则会是在于数据存储。

从用户角度来说，IPFS的存储模式面向更多的是互联网个体用户而设计的，由于IPFS的公开性，互联网所有用户都可以接入到IPFS网络成为节点自由的查找内容。而分布式存储系统更多会面向企业、机构来进行文件的存储。

总结

在数据存储中，IPFS提供了一套低成本、高效的存储架构。就目前来说，IPFS分布式存储架构的确能解决中心化存储存在的一些问题，但是IPFS更多的是会解决数据检索问题，对于数据冷存储问题、存储协议更新一致性问题、数据丢失问题并没有更多的探索。

—-

编译者/作者：算力全球

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。