2.2 Aplicaciones P2P (Peer-to-peer)

• Muy alta escalabilidad (los clientes son también servidores).
• Se utilizan para compartir archivos que residen en los hosts de los usuarios. Por esto a las aplicaciones P2P también se les llama aplicaciones de compartición de archivos entre iguales. Ejemplos: Napster, Gnutella, KaZaA, eMule y BitTorrent.
• Contexto complejo: típicamente los hosts no permanecen todo el tiempo encendidos (ni conectados) y rara vez disponen de una dirección IP fija.
• Cuando un usuario busca un archivo obtiene una lista de hosts que en este momento están conectados y almacenan (al menos parcialmente) dicho archivo. Con esto se calcula un índice de accesibilidad al fichero.
• La transmisión (generalmente mediante TCP) de un archivo se produce directamente (sin servidores intermedios) entre uno o varios de esos hosts y el del usuario (que ha realizado la búsqueda). Esto permite transmitir simultáneamente distintas parte del mismo archivo mediante múltiples conexiones.
• En cuanto el usuario dispone de una sección del archivo, automáticamente entra a formar parte de la lista de iguales que disponen de él. Así, mientras lo descarga, otros usuarios pueden comenzar a descargarlo de él.
• Por tanto, las aplicaciones P2P de compartición de archivos son altamente escalables en lo que se refiere a la cantidad de datos que pueden gestionar, porque aunque un nuevo usuario consume ancho de banda de salida de los iguales que contienen los archivos que se está descargando, también proporciona el suyo para que otros hagan lo mismo.
• Sin embargo, en general los sistemas P2P presentan un problema de cuello de botella en los buscadores de contenidos. A continuación discutiremos las 3 estrategias existentes.

2.2.1 Búsqueda usando un directorio centralizado

• Ejemplos: Napster, eMule y BitTorrent.
• Existe un gran servidor (Napster) o un conjunto de servidores (parcialmente) replicados (eMule) para que proporcionan servicio de búsqueda. En el caso de BitTorrent, cada fichero .torrent especifica un servidor que no es de búsqueda de contenidos, sino de determinación de peers para ese contenido.
• Cada igual (cuando se conecta) informa al servidor de su dirección IP y de los contenidos que desea compartir. Así, el servidor crea y mantiene una base de datos dinámica que relaciona cada nombre de fichero con el conjunto de IP’s de los hosts que lo contienen.

  

• Ventajas: la búsqueda de contenidos (por parte de los iguales) es sencilla porque la base de datos está centralizada.
• Desventajas: el servidor central se convierte en el cuello de botella del sistema y si no existe ninguno funcionando, ningún igual puede buscar.

2.2.2 Búsqueda usando un directorio descentralizado

• Ejemplos: KaZaA, Overnet, eDonkey y Kademlia (eMule).
• Un subgrupo de iguales son designados como líderes de grupo (supernodos) y cuando un nuevo igual se conecta, se le asigna uno de ellos.

  

• Cada líder de grupo gestiona una base de datos con la información de los iguales de su grupo.
• Cuando un usuario busca, lo hace primero dentro de su grupo y obtiene una contestación rápida. Si el usuario lo solicita, puede ampliar la búsqueda al resto de grupos ya que el líder de su grupo conoce a los demás líderes.
• Cuando un usuario se conecta lo hace a partir de un nodo de arranque que conoce al menos uno de los líderes de grupo. No es necesario conocer, de entrada, a un supernodo.
• Un nodo (un igual) se convierte en un líder normalmente porque el usuario lo solicita^* .
• Ventajas de la búsqueda descentralizada:
  • Las bases de datos son localmente más pequeñas (un líder sólo se encarga de un subconjunto de los iguales, generalmente los más próximos (menos hops)).
  • El sistema es más escalable y resistente a fallos porque ahora la base de datos global está distribuida.
• Desventajas:
  • Cuando un líder se apaga, los iguales tienen que buscar otro líder vecino y regenerar la base de datos local.
  • Los nodos no son todos iguales (los líderes, que también funcionan como igual, consumen más recursos que los iguales).
  • Sigue existiendo la necesidad de un nodo inicial de arranque que conozca al menos un líder y que no puede apagarse.

2.2.3 Búsqueda mediante inundación

• Ejemplo: Gnutella.
• No existe una jerarquía de servidores (supernodos) e iguales. Todos los participantes son iguales.
• Para que un nodo se conecte debe conocer, al menos, la dirección IP de un nodo que ya forme parte de la red de compartición.
• Las búsquedas se realizan mediante inundación de consultas:

  

  1. El nodo que inicia la búsqueda pregunta primero a sus vecinos (inmediatos).
  2. Los vecinos repiten el proceso con sus vecinos inmediatos (excepto con los que le han preguntado ya por lo mismo).
  3. Los nodos que contienen el archivo buscado se lo comunican al nodo vecino que le ha preguntado la búsqueda. Este proceso acaba cuando las contestaciones llegan hasta el nodo que inició la búsqueda.
• Ventajas:
  • Todos los nodos son iguales.
  • No existen bases de datos con información de directorio.
• Desventajas:
  • El volumen de tráfico generado por las consultas suele ser muy alto. Por este motivo el área de búsqueda (número de hops) suele estar limitado. Lo malo de esto es que puede ocurrir que sólo se obtengan búsquedas parciales.
  • Es necesario conocer un nodo de la red de compartición para poder formar parte de ella (http://www.gnutella.com).