IPFS的数据结构——Merkle DAG

Merkle DAG是IPFS核心的数据结构,IPFS整个系统都是围绕Merkle DAG进行的,而Merkle DAG本身则并不复杂。

IPFS is a stack of network protocols that organize agent networks to create, publish, distribute, serve, and download merkledags. [1]

IPFS架构

IPFS Merkle DAG的数据结构[2]

type IPFSLink struct {
      Name string
      // name or alias of this link
      Hash Multihash
      // cryptographic hash of target
      Size int
      // total size of target
}
type IPFSObject struct {
      links []IPFSLink
      // array of links
      data []byte
      // opaque content data
}

通用性

它比Merkle tree更加通用[3],Merkel Tree将文件数据都存在leaf node,而Merkel DAG每个node都可以存储数据。
对于普通存储文件,Merkel tree是完全没有问题的。
但是除了存储文件之外,IPFS意图用于更多的应用场景,采用Merkle DAG可以兼容更多的数据结构,比如区块链、Git。

区块大小限制

IPFS object包含link 和 data,data的大小限制是 2¹⁸+14 bytes(262158 bytes),
当文件小于262158 bytes,数据使用一个object存储;
但文件大于262158 bytes,则进行切割,parent object保存 child object 的hash。当我们寻找文件时,使用的是root object 的hash。

命令行

查看object的信息的常用命令:

> ipfs block stat QmSu1tBmnvugUw1Mv1ajA6jpgqtTGJnqko9ghypMrjA8jN
Key: QmSu1tBmnvugUw1Mv1ajA6jpgqtTGJnqko9ghypMrjA8jN
Size: 102
> ipfs ls QmSu1tBmnvugUw1Mv1ajA6jpgqtTGJnqko9ghypMrjA8jN
QmcqPiVqTYkMzbUEvJxHtXYoA77ebJhWt47dD9QMqrXsYa 262158
Qmbvzc3p7vnxVr6v8azL917RstXbTbyZRDA9LTBn7mTu1f 5928
> ipfs object stat QmSu1tBmnvugUw1Mv1ajA6jpgqtTGJnqko9ghypMrjA8jN
NumLinks: 2
BlockSize: 102
LinksSize: 89
DataSize: 13
CumulativeSize: 268188
> ipfs object get QmSu1tBmnvugUw1Mv1ajA6jpgqtTGJnqko9ghypMrjA8jN
{"Links":[{"Name":"","Hash":"QmcqPiVqTYkMzbUEvJxHtXYoA77ebJhWt47dD9QMqrXsYa","Size":262158},{"Name":"","Hash":"Qmbvzc3p7vnxVr6v8azL917RstXbTbyZRDA9LTBn7mTu1f","Size":5928}],"Data":"\u0008\u0002\u0018��\u0010 ��\u0010 �."}

从命令返回结果可以看出来,CID为 QmSu1tBmnvugUw1Mv1ajA6jpgqtTGJnqko9ghypMrjA8jN 的 object 的信息:

  • block size 为 102 bytes,其中link占89bytes,data占13bytes,递归获取所有child object,总共大小为 268188bytes。
  • 包含2个link,CID分别为QmcqPiVqTYkMzbUEvJxHtXYoA77ebJhWt47dD9QMqrXsYaQmbvzc3p7vnxVr6v8azL917RstXbTbyZRDA9LTBn7mTu1f,大小分别为262158,5928 bytes。

参考


  1. https://github.com/ipfs/specs/tree/master/merkledag

  2. IPFS whitepaper 3.5节部分

  3. https://github.com/ipfs/go-ipfs/issues/2053

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,236评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,867评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,715评论 0 340
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,899评论 1 278
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,895评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,733评论 1 283
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,085评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,722评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,025评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,696评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,816评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,447评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,057评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,009评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,254评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,204评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,561评论 2 343

推荐阅读更多精彩内容