tracker

bt中的系统

tracker是指运行于服务器上的一个程序，这个程序能够追踪到底有多少人同时在下载同一个文件。

系统简介

BT中的Tracker

客户端连上tracker服务器，就会获得一个下载人员的名单，根据这个，BT会自动连上别人的机器进行下载。它是提供bt的服务器。把文件用bt发布出来的人需要知道该使用哪个服务器来为要发布的文件提供tracker。由于不指定服务器，BitTorrent采用BT文件来确定下载源。

tracker服务器是BT下载中必须的角色。一个BTclient在下载开始以及下载进行的过程中，要不停的与tracker服务器进行通信，以报告自己的信息，并获取其它下载client的信息。这种通信是通过HTTP协议进行的，又被称为tracker HTTP协议，它的过程是这样的：

client向tracker发一个HTTP的GET请求，并把它自己的信息放在GET的参数中；这个请求的大致意思是：我是xxx（一个唯一的id），我想下载yyy文件，我的ip是aaa，我用的端口是bbb。。。

tracker对所有下载者的信息进行维护，当它收到一个请求后，首先把对方的信息记录下来（如果已经记录在案，那么就检查是否需要更新），然后将一部分（并非全部，根据设置的参数已经下载者的请求）参与下载同一个文件（一个tracker服务器可能同时维护多个文件的下载）的下载者的信息返回给对方。

Client在收到tracker的响应后，就能获取其它下载者的信息，那么它就可以根据这些信息，与其它下载者建立连接，从它们那里下载文件片断。

tracker服务器架设

BitTorrent Tracker是一个高性能增强型BitTorrent服务器。BitTorrent Tracker同时支持HTTP和UDP的Tracker协议，采用高性能服务器技术, 支持多端口同时监听，数据更新插件。BitTorrent Tracker通过了8万个文件和80万个在线用户的高强度测试。用户可根据需要自行改写数据库通信插件, 打造属于自己的服务器, 配合服务器端脚本可实现一个功能完备的BT服务器。

架设好后，您的tracker服务器地址格式为

外网ip:端口/announce

一点渣图解翻译勿喷

BitTorrent Tracker 的特点:

C++编写，采用高性能网络通信技术, 高效稳定。

配置简单容易。

支持HTTP和UDP两种连接模式, 与BitTorrent客户端完美配合。

可针对用户数量, 进行性能调节。

用浏览器进行远程状态监视。

支持自定义的数据库插件, 并提供一个SDK开发示例。

BitTorrent Tracker 更新日志：

[CORE] 修正了内存泄漏的错误

[CORE] 修正了不能在Windows2000操作系统下运行的错误

[CORE] 修正了长时间运行Session Table数过高的问题

[CORE] 使用新的多线程内核，提高了数据处理能力

[CORE] 改进了程序数据检索机制

[GUI] 运行时每隔半小时在exe目录里的TrackerLaunchLog.txt文件中记录程序运行状态

[GUI] 配置对话框增强数据库认证功能，分为数据库中存在记录和数据库中通过验证两个级别

[CORE] db_fetch() 函数参数改进，可指定数据库认证级别

[CORE] 改进了程序异常退出时的错误检测机制，错误报告可以捕获更多类型的程序运行时错误

[PLUGIN] db_fetch2() 函数参数改进，可从数据库同时查询新增及删除的记录

[PLUGIN] db_mysql 插件实现了 db_fetch() 和 db_fetch2() 函数的示例代码

[PLUGIN] db_mssql 插件实现了 db_fetch2() 函数的示例代码

[GUI] 添加了程序运行后自动启动服务的选项

[GUI] 添加了更多的数据库选项

TCP/UDP端口的可选项

[GUI] 发生错误时显示更详细的提示信息

[CORE] 增加了连接请求验证模式，只处理数据库中存在的任务

[CORE] 修正了长时间运行引起的高CPU负载的问题

[CORE] 改进了数据库操作

[CORE] 修正了错误报告中dmp文件不能被打包的问题

[CORE] 修正了一些可能导致运行时错误的问题

[PLUGIN] 增加了两个数据读取函数

client和tracker间通信协议细节

在“BT协议规范”中已经给出，这里不再重复。下面我们具体分析 tracker服务器的实现细节。

从哪里开始？

要建立一个 tracker服务器，只要运行程序就行了，它最少需要一个参数，就是 –dfile，这个参数指定了保存下载信息的文件。Bttrack.p 调用中的 track()函数。因此，我们跟踪到 track.p 中去看track() 函数。

Track.p：track()

这个函数首先对命令行的参数进行检查；然后将这些参数保存到 config 字典中。在BT中所有的工具程序，都有类似的处理方式。

接下来的代码：

r = RawServer(Event(), config['timeout_check_interval'], config['socket_timeout'])

t = Tracker(config, r)

r.bind(config['port'], config['bind'], True)

r.listen_forever(HTTPHandler(t.get, config['min_time_between_log_flushes']))

t.save_dfile()

首先是创建一个 RawServer 对象，这是一个服务器对象，它将实现一个网络服务器的一些细节封装起来。不仅tracker服务器用到了 RawServer，我们以后还可以看到，由于每个 client端也需要给其它 client 提供下载服务，因此也同时是一个服务器，client的实现中，也用到了RawServer，这样，RawServer的代码得到了重用。关于 RawServer的详细实现，在后面的小节中进行分析。

接着是创建一个 Tracker对象。

然后让RawServer绑定在指定的端口上（通过命令行传递进来）。

最后，调用 RawServer::listen_forever() 函数，使得服务器投入运行。

最后，在服务器因某些原因结束运行以后，调用 Tracker::save_dfile() 保存下载信息。这样，一旦服务器再次投入运行，可以恢复当前的状态。

系统相关

BT源码的分布

把BT的源码展开之后，可以看到有一些python程序，还有一些说明文件等等，此外还有一个BitTorrent目录。这些 python程序，实际是一些小工具，比如制作 metafile的、运行tracker服务器的、运行BT client端的 btdownloadheadless 等等。而这些程序中，用到的一些 python 类的实现，都放在子目录 BitTorrent 下面。我们的分析工作，通常是从工具程序入手，而随着分析的展开，则重点是看 BitTorrenet子目录下的代码。

在谈到如何开发可维护的代码的一篇文章中，其中提到的一条就是开发一些小工具以简化工作，我想BT的这种源码结构，也正是作者思想的一种体现吧。

python的应用

python和我们以前接触的 c/c++ 不一样的第一个地方就是它的函数在定义的时候，不用指定参数类型。既然这样，那么，在调用函数的时候，你可以传递任意类型的参数进来。例如这样的函数：

def foo(arg):

print type(arg)

你可以这样来调用：

a = 100

b = “hello world”

foo(a)

foo(b)

输出结果是：

这是因为，第一次调用 foo()的时候，传递的是一个整数类型，而第二次调用的时候，传递的是一个字符串类型。