Quel algorithme DHT utiliser (si je veux joindre deux DHT séparés)?

Question

J'ai étudié certains systèmes DHT, en particulier Pâtisserie et Accord. J'ai lu quelques inquiétudes au sujet de la réaction de Chord au roulement, bien que je crois que ce ne sera pas un problème pour la tâche que j'ai entre les mains. J'implémente une sorte de service de réseau social qui ne repose sur aucun serveur central pour un projet de cours. J'ai besoin de la DHT pour les recherches.

Maintenant, je ne connais pas tous les serveurs du réseau au début. Comme je l'ai dit, il n'y a pas de serveur de suivi principal. Cela fonctionne de cette façon: chaque client a trois serveurs dédiés. Les trois serveurs ont le profil du client, et c'est le mur, c'est l'information personnelle, répliquée. Je ne connais que l'autre groupe de serveurs lorsque l'utilisateur ajoute un ami (en entrant l'adresse du client). Donc, je voudrais créer deux DHT séparés sur les deux groupes de trois serveurs et quand ils s'aident, je voudrais rejoindre les DHT. Je voudrais le faire régulièrement. Je n'ai pas eu beaucoup de temps pour me familiariser avec les protocoles, alors je voudrais savoir lequel est le mieux si je veux rejoindre les deux DHT séparées?

Answer 1

Les tables de hachage distribuées sont conçues pour gérer automatiquement le problème de la recherche d'un noeud qui stocke une donnée donnée. Donc, dans la philosophie de conception de DHT, vous n'auriez pas de serveur dédié pour le profil, le mur, etc ... vous auriez un identifiant de données dédié pour chacun d'entre eux et la DHT gérerait placer les données parmi les serveurs actifs et trouver le bon serveur pour une donnée donnée. Pâtisserie et accord sont assez similaires en termes de fonctionnalité et diffèrent principalement dans la façon dont ils traitent les voisins et le routage. Ce n'est pas clair pour moi que l'un serait meilleur que l'autre pour ce genre d'application.

Un bon papier de comparaison technique est A performance vs. cost framework for evaluating DHT design tradeoffs under churn (PDF), d'Infocom 2005, si vous voulez vraiment des détails.