整个以太坊p2p代码分为两部分，一部分是基于UDP的节点发现协议，另一部分是基于TCP的传输协议，我们先来看第一部分。
这部分主要代码在libp2p\NodeTable.h文件中。
节点发现协议是采用了类kademlia协议(kademlia-like protocol)，关于kademlia协议可以参看wiki:
kademlia
我们先来看看NodeTable中整体的流程图：
涉及到节点发现协议的四种类型数据包：
- FindNode
- Neighbours
- Ping
- Pong
doDiscovery
NodeTable类是包含在Host类中的，Host类处理p2p模块的一个接口类，后面会谈到。我们先看NodeTable类的构造函数，里面有这段代码：
m_socketPointer->connect();
doDiscovery();
其中第一行的connnect()函数名称有点误导，其实是socket绑定本地端口（默认端口UDP30303），并开始接收外面的数据包。
第二行的doDiscovery()函数比较重要，我们来看实现代码：
m_timers.schedule(c_bucketRefresh.count(), [this](boost::system::error_code const& _ec)
{
// ...
NodeID randNodeId;
crypto::Nonce::get().ref().copyTo(randNodeId.ref().cropped(0, h256::size));
crypto::Nonce::get().ref().copyTo(randNodeId.ref().cropped(h256::size, h256::size));
doDiscover(randNodeId);
});
无关的代码已省略。
可以看到这个函数其实是启动了一个定时器，每隔c_bucketRefresh时间执行一个lambda函数，这个lambda函数产生了一个随机节点，并调用了doDiscover()函数。
c_bucketRefresh定义：
std::chrono::milliseconds const c_bucketRefresh = std::chrono::milliseconds(7200);
得出结论，这个函数就是每隔7200ms刷新一次k桶，也就是产生一个随机节点，并调用doDiscover()。
doDiscover
我们再来看看doDiscover()函数的实现：
if (_round == s_maxSteps)
{
LOG(m_logger) << "Terminating discover after " << _round << " rounds.";
doDiscovery();
return;
}
auto nearest = nearestNodeEntries(_node);
for (unsigned i = 0; i < nearest.size() && tried.size() < s_alpha; i++)
{
auto r = nearest[i];
FindNode p(r->endpoint, _node);
p.sign(m_secret);
m_socketPointer->send(p);
}
m_timers.schedule(c_reqTimeout.count() * 2, [this, _node, _round, _tried](boost::system::error_code const& _ec)
{
doDiscover(_node, _round + 1, _tried);
});
注：这里的代码已经经过简化，省略了部分不影响理解流程的代码。
这部分代码可以分成三段，第一段和第三段代码都是用来做循环用的，并产生一个定时器，保证每隔c_reqTimeout.count() * 2时间间隔会调用一次doDiscover()，并且保证调用次数不超过s_maxSteps。
这两个常量定义如下：
std::chrono::milliseconds const c_reqTimeout = std::chrono::milliseconds(300);
static unsigned const s_maxSteps = boost::static_log2<s_bits>::value; // 值为8
第二段代码比较重要，这里涉及到了一个重要的函数nearestNodeEntries()，根据字面意思是取最近的节点列表，并向这些节点发送FindNode消息。
nearestNodeEntries
nearestNodeEntries()函数代码：
vector<shared_ptr<NodeEntry>> NodeTable::nearestNodeEntries(NodeID _target)
{
// ..
map<unsigned, list<shared_ptr<NodeEntry>>> found;
// ...
vector<shared_ptr<NodeEntry>> ret;
for (auto& nodes: found)
for (auto const& n: nodes.second)
if (ret.size() < s_bucketSize && !!n->endpoint && n->endpoint.isAllowed())
ret.push_back(n);
return ret;
}
同样，为了避免贴大段代码影响读者的信息，我这里做了简化，只贴出重要代码。
其实这段代码就是从K桶里把节点取出来，然后按距离从小到大排序，返回序列的前s_bucketSize也就是16个节点。这里巧妙的使用了std::map，并将距离作为key，我们都知道std::map是采用红黑树实现，节点默认会按key从小到大排列，因此把节点放到这个map里就自动排序了，免去了手动排序的过程。
这里需要注意的是距离是逻辑上的距离，并无实际意义，只是一种节点的筛选方式，我们可以看下距离的计算方式：
static int distance(NodeID const& _a, NodeID const& _b) { u256 d = sha3(_a) ^ sha3(_b); unsigned ret; for (ret = 0; d >>= 1; ++ret) {}; return ret; }
可以看到这个距离只是两个节点hash做异或，然后计算二进制最高位为1的位的位数。
