IPFS入门 | 关于IPFS的50个问题(五）

IPFS入门 | 关于IPFS的50个问题(五）

IPFS（InterPlanetary File System）是一种新型的分布式存储系统，它采用点对点网络和内容寻址机制，旨在提供更安全、更高效的文件存储和传输方式。本文将通过问答形式，深入浅出地介绍IPFS的核心概念、技术细节及其与其他存储解决方案的区别。

36. 数据丢失问题

IPFS采用冗余备份技术和纠删码来解决数据丢失问题。具体来说，IPFS使用f(n,m)的计算方法来增加数据存储的安全性。只要增加m个校验数据，就可以从n+m个数据中恢复原始数据，但存储费用也会相应增加。此外，IPFS系统自带数据修复功能，能够自动检测并修复丢失的文件。

37. IPFS与SC、STORJ的区别

IPFS是一个完全去中心化的分布式存储解决方案，结合Filecoin作为激励层后可以在市场中自运转，同时支持多个激励层。而SC和STORJ是公司化运作的存储解决方案，为单独的主链，不与IPFS互通。

38. IPFS网络上的文件存储机制

在IPFS网络中，相同的文件只会存储一次，并进行三份备份。通过哈希计算，如果两个文件完全相同，再次上传时不会进行多次备份。这个IPFS网络上相同的hash对应的文件只会保存一次。只需要使用相同的hash值，就可以访问那个文件，这个hash值就是文件的地址。而改动一个字，就成为了一个新版本，hash值会变化，也就需要再次存储。

39. IPFS系统保存数据的可靠性

IPFS系统采用了冗余备份技术，即Erasure coding（EC）。简单来说，就是将n份原始数据增加m份校验数据，通过n+m份数据中的任意n份数据就可以恢复原始数据，最大可容忍m个数据失效。例如，如果想容错4个盘，采用n+4模式；传统的RAID6允许两个盘失效，对应EC就是n+2模式。

40. IPFS存储文件的信息安全问题

如果存储的文件是敏感信息，可以在存入IPFS之前对文件进行加密。这样即便他人获得了文件哈希，也需要私钥才能查看数据。

41. IPFS的文件网络检索机制

IPFS使用分布式哈希表快速定位拥有数据的节点，通过哈希验证确保数据的正确性。为了提高网络的强壮性和使用效率，IPFS会删除重复的具有相同哈希值的文件，并跟踪每个文件的版本历史记录，判断冗余重复。

42. IPFS可以提供的服务

• 点对点定位内容和协调交付的协议
• 可在本地系统上安装IPFS文件系统，像访问本地系统一样访问远程资源
• 提供网络功能的模块化方法，如路由和虚拟电路
• 无需服务器的文件点对点传输
• 基于公钥基础设施（PKI）的全局命名空间
• 确保文件的完整性和版本控制的系统
• 多元化的浏览器，支持http://和ipfs://访问信息

43. IPFS的组成部分

IPFS其实是一个家族，由IPFS、Filecoin、libp2p、IPLD、Multiformats五个项目组成。我们常接触的是IPFS和Filecoin，后面的三项主要涉及技术层面。

44. IPFS中的IPLD项目

IPLD通过定义一系列规范，让基于内容寻址、加密哈希的分布式系统中的数据变得具有互操作性。它实现了跨协议遍历链接，允许用户探索数据，而不管底层协议是什么。IPLD的主要特点包括：

• 规范化数据模型
• 协议独立
• 可升级
• 跨格式的互操作
• 向后兼容
• 所有协议的命名空间

45. IPFS中的libp2p内容及作用

libp2p类似于现实世界的快递公司，负责分发数据和查找数据。它综合了各种协议和框架，连接着千百万个节点，使用它就能实现去中心化的传输需求。libp2p包含：

• Transports：传输层
• Discovery：网络发现层
• Peer Routing：节点路由
• NAT Traversal：NAT穿越层
• Content Routing：内容寻址

46. Merkle DAG与Merkle Tree

Merkle DAG与Merkle Tree在功能上有很大不同。Merkle Tree主要用于验证，例如验证数字签名和比特币Merkle Proof。而Merkle DAG的主要功能包括：

• 内容寻址：使用多种哈希来唯一识别一个数据块的内容
• 防篡改：方便检查哈希值确认数据是否被篡改
• 去重：相同内容的数据块有相同哈希值，可去掉重复数据，节省存储空间

在IPFS上存储文件时，首先会将文件切片，切割成256KB大小的文件。之后循环调用（MerkleDAG.Add）方法构建文件Merkle DAG。文件hash值创建流程包括：

• 将切片之后的文件进行sha-256运算
• 将运算结果选取0~31位
• 将选取结果根据base58编码，运算结果前追加Qm即为最后结果作为文件的46位hash值
• 根据IPFS底层代码计算，Merkle DAG为多叉树结构，最多为174叉树
• DAGService维护在源代码之中，通常使用DAGService维护Merkle DAG，为Merkle DAG提供删除和增加的权限

47. IPFS中的Multiformats项目

Multiformats项目为IPFS协议专门打造，允许协议相互操作，保持协议的灵活性、可扩展性和可升级性，打造一个永不过时的系统。目前应用在IPFS和libp2p模块上，在IPFS体系中主要负责身份的加密和数据的自我描述，是未来安全系统的协议集合。通过增强自我描述的格式值来实现，自描述格式可以让系统互相协作和升级。Multiformats协议包含：

• multihash：自描述哈希
• multiaddr：自描述网络地址
• multibase：自描述基编码
• multicodec：自描述序列化
• multistream：自描述流网络协议
• multigram（WIP）：自描述分组网络协议

48. IPFS的文件表现形式

IPFS定义了一系列的对象构建了支持版本控制的文件系统，它与Git的对象模型非常类似，所有文件对象其实都通过Protobuf进行了二进制编码。IPFS文件可以通过list和blob进行表示：

• blob不包含任何的链接，只包含数据
• list包含了一个blob和list的有序队列
• tree文件对象与Git中的tree非常相似，它表示一个从名字到哈希的文件目录
• 最后的commit表示任意对象的快照

49. 什么是CAS存储？IPFS与CAS的关系

CAS是英文“Content Addressing storage”的缩写，中文意义为固定内容寻址存储。这里所指的固定内容就是指一旦生成就不再发生改变的信息，比如数字媒体（图像、音视频等）、法律和参考文档、医疗影像、电子邮件、银行票据等。IPFS就是给予内容寻址的技术，就存储技术上来讲，IPFS归属于CAS的范畴。

50. CAS存储与传统存储的区别

CAS存储与传统NAS、SAN最大的不同点就是CAS的免维护性。这种免维护性，一方面减少了维护系统的人工成本开销，在NAS和SAN的情况下，一个管理员最多只能管理十几个TB的数据，而在CAS的情况下，一个管理员则能够轻松管理500TB的数据。另一方面，免维护性也增加了数据的安全性和可靠性，例如，在NAS和SAN中，管理员可能在维护过程中意外甚至有意地删除、修改数据，在CAS中，数据的修改是无法实现的，系统会根据最初数据存储的情况自动修复。