下载文档原格式
P2P中DHT网络介绍一、P2P及DHT网络简单介绍：P2P在思想上可以说是internet思想/精神/哲学非常集中的体现，共同的参与，透明的开放，平等的分享（让我想起之前学习过的，现在正在疯狂热炒的云计算的“中央集权”制度）。
基于P2P技术的应用有很多，包括文件分享，即时通信，协同处理，流媒体通信等等。
通过这些应用的接触，分析和理解，P2P 其本质是一种新的网络传播技术，这种新的传播技术打破了传统的C/S架构，逐步地去中心化，扁平化，这或许在一定程度上应证了”世界是平的”趋势，呵呵。
P2P文件分享的应用(BTs/eMules等)是P2P技术最集中的体现，我们这里的研究也是以P2P文件分享网络作为入口，P2P文件分享网络的发展大致有以下几个阶段，包含tracker服务器的网络，无任何服务器的纯DHT网络，混合型P2P网络。
DHT网络发展即有“思想/文化”上的“发展”，也有一定的商业上的需求（版权管理）。
DHT全称叫分布式哈希表(Distributed Hash T able)，是一种分布式存储方法，一类可由键值来唯一标示的信息按照某种约定/协议被分散地存储在多个节点上，这样也可以有效地避免“中央集权式”的服务器（比如：tracker）的单一故障而带来的整个网络瘫痪。
实现DHT的技术/算法有很多种，常用的有：Chord, Pastry, Kademlia等。
我们这里要研究的是Kademlia算法，因为BT及BT的衍生派（Mainline, Btspilits, Btcomet, uTorrent…），eMule及eMule各类Mods(verycd, easy emules, xtreme…)等P2P文件分享软件都是基于该算法来实现DHT网络的，BT采用Python的Kademlia实现叫作khashmir （科什米尔，印巴冲突地带？），有如下官网。
eMule采用C++的Kademlia实现干脆就叫作Kad，当然它们之间有些差别，但基础都是Kademlia。
华为FusionStorage技术白皮书文档版本V3.02发布日期2014-11-20版权所有© 华为技术有限公司2013。
保留一切权利。
非经本公司书面许可，任何单位和个人不得擅自摘抄、复制本文档内容的部分或全部，并不得以任何形式传播。
商标声明和其他华为商标均为华为技术有限公司的商标。
本文档提及的其他所有商标或注册商标，由各自的所有人拥有。
注意您购买的产品、服务或特性等应受华为公司商业合同和条款的约束，本文档中描述的全部或部分产品、服务或特性可能不在您的购买或使用范围之内。
除非合同另有约定，华为公司对本文档内容不做任何明示或暗示的声明或保证。
由于产品版本升级或其他原因，本文档内容会不定期进行更新。
除非另有约定，本文档仅作为使用指导，本文档中的所有陈述、信息和建议不构成任何明示或暗示的担保。
华为技术有限公司地址：深圳市龙岗区坂田华为总部办公楼邮编：518129网址：目录1 简介 (3)2 解决方案 (4)2.1 ServerSA N介绍 (5)2.2 ServerSA N形态 (5)3 FusionStorage介绍 (6)3.1 软件特点 (6)3.2 应用场景 (7)3.3 架构原理 (7)3.4 软件部署 (9)3.5 关键业务流程 (15)3.5.1 数据路由 (15)3.5.2 Cache机制 (16)3.5.3 读IO流程 (17)3.5.4 写IO流程 (18)3.6 特性介绍 (18)3.6.1 精简配置 (18)3.6.2 快照 (19)3.6.3 链接克隆 (19)3.6.4 弹性扩展 (20)3.6.5 高可靠 (23)3.6.6 同步容灾 (26)3.6.7 管理简便 (28)4 兼容性 (29)4.1 硬件平台 (29)4.2 虚拟化软件 (29)4.3 操作系统 (29)4.4 兼容列表 (29)5 规格参数 (30)6 缩略语表/Acronyms and Abbreviations (31)1 简介虚拟化与云计算技术正在引领IT技术的发展方向，越来越多的企业采用虚拟化与云计算技术来构建新一代IT系统，以提升IT系统的资源利用率，并在保证服务级别水平的前提下降低成本；同时帮助业务更加具有敏捷性，加速新业务的上线时间。
bt协议详解DHT篇（上）bt协议详解 DHT篇（上）最近开发了⼀个的⽹站，突然产⽣了仔细了解bt协议的想法，这篇⽂章是bt协议详解系列的第三篇，后续还会写⼀些关于搜索和索引的东西，都是在开发这个⽹站的过程中学习到的技术，敬请期待。
⽂章主要内容来⾃于对的翻译，如果⼤家感兴趣的话，可以阅读⼀下英⽂原版。
为了⼤家阅读的⽅便，把⽂章分成了上下篇，两篇加在⼀起快1w字了，确实看的⽐较累。
1 简介前⾯讲到BT协议像tcp/ip协议⼀样是⼀个协议簇，dht协议在这个协议簇中出现的⽐较晚，但是它所发挥的作⽤却不容⼩视。
dht协议提出的⼀些新的想法让我们能够推翻中的设计，得到⼀个更简单更⾼效的bt服务器和bt客户端。
在dht协议中，bt客户端使⽤“distributed sloppy hash table”（DHT的全称）来存储没有tracker地址的种⼦⽂件所对应的peer节点的信息，在这种情况下，每⼀个peer节点变成了⼀个tracker服务器，dht协议是在udp通信协议的基础上使⽤Kademila（俗称Kad算法）算法实现。
重要:注意这⾥使⽤的术语，⼀个peer节点是⼀个实现了bt协议并且开启了tcp监听端⼝的bt客户端或者服务器。
⼀个node节点是⼀个实现了dht协议并且开启了udp监听端⼝的bt客户端或者服务器，这两者⾮常容易混淆。
dht由很多node节点以及这些node节点保存的peer地址信息组成，⼀个bt客户端包括了⼀个dht node节点，通过这些节点来和dht⽹络中的其它节点通信来获取peer节点的信息，然后再通过bt协议从peer节点下载⽂件。
看到这⾥⼤家应该明⽩了，dht协议并不能取代bt协议，它只是bt协议的⼀个强有⼒的补充，在⼀些禁⽌运⾏bt tracker服务器的国家，通过使⽤dht协议，⽤户照样可以下载想要的内容。
tracker服务器本来也不保存真正的⽂件，只是保存和torren⽂件相关的peer的信息，dht协议通过从附近的node节点获取peer信息，⽽不是从tracker服务器获取peer信息，这就是所谓的trackerless。
duc 原理全文共四篇示例，供读者参考第一篇示例：duc是一种用于处理大规模数据的分布式存储系统，它的原理是基于DHT（分布式哈希表）算法设计的。
DHT是一种将数据分布到多个节点上，通过哈希函数进行数据定位的算法，每个节点只维护部分数据，并通过网络协议进行数据交换和复制，从而实现分布式存储和处理。
在duc系统中，数据被分成多个片段（chunk），每个片段经过哈希函数计算得到一个唯一的标识符，然后根据这个标识符将片段分布到不同的节点上。
每个节点根据自身的存储容量和计算能力维护一部分片段，通过网络通信和协作，将数据分布到整个系统中，并保证数据的一致性和可靠性。
duc系统采用了副本机制，即将数据片段复制到多个节点上，以提高数据的可靠性和可用性。
当某个节点出现故障或断连时，系统能够自动进行数据恢复和再平衡，保证数据的完整性和一致性。
duc系统还支持数据的动态扩容和收缩，当系统负载增加时，可以动态添加新的节点来扩展存储和处理能力；反之，当系统负载减少时，也可以动态删除节点以释放资源。
通过这样的分布式设计和管理，duc系统能够适应不断变化的环境和需求，提供高性能和高可靠性的数据存储和处理服务。
在duc系统中，数据的访问和操作是通过客户端和节点之间的通信来实现的。
客户端根据数据的标识符计算哈希值，然后根据哈希值找到存储该数据的节点，发送请求并接收响应。
节点在接收到请求后，根据数据的标识符进行数据查找和操作，然后将结果返回给客户端。
通过这样的通信方式，duc系统能够实现高效的数据访问和操作，满足不同应用场景的需求。
duc系统是一种基于DHT算法设计的分布式存储系统，通过节点间的协作和数据复制机制来实现数据的分布式存储和处理。
它具有高可靠性、高可用性和动态扩缩容等特性，适用于处理大规模数据和高并发访问的应用场景。
随着大数据和云计算技术的不断发展，duc系统将在未来发挥更加重要的作用，为用户提供更加稳定和高效的数据存储和处理服务。
DHT系统的安全性优化方法研究史建焘;夏清泉;张兆心【摘要】对分布式哈希表(DHT)系统的安全脆弱性问题进行了研究,提出了多种安全性优化策略,并给出了一个原型系统.进行了真实网络实验,实验数据表明,现有DHT网络易受索引毒害和路由污染攻击,产生的错误查询结果甚至会引发更大规模的网络安全事件.通过改进一个个DHT系统的节点ID生成机制、路由表更新机制和搜索路径选择机制,从系统运行的各个阶段提升其安全性,抵御攻击者共谋.基于上述方法设计的原型系统在保证平均查询跳数增加不到1跳的情况下,在共谋攻击节点占比60％的网络中,将系统查询成功率保持在65％以上,其方法适用于各种分布式哈希表结构,具有重要的实际应用前景.%The security vulnerability of distributed Hash table (DHT) systems was studied,a variety of security optimization strategies were proposed,and a prototyhpe system was designed.Real world network experiments were performed,and the resuhs show that existing DHT networks are vulnerable to index poisoning and routing pollution attacks,so the wrong query results caused by this will even lead to a larger network security event.By improving the node ID generation mechanism,the routing table update mechanism and the search path selection mechanism of a DHT system,the study improved the security of the DHT system from all working stages to resist attackers' collusion attack.The desinged prototype system based on these methods can remain the query success rate of more than 65％ in the attacking seniro with 60％ of collusion attack nodes.The only cost is increasing the average querying hop of less than 1.Thus,the method is applicable to avariety of distributed Hash table structures and has important practical prospects.【期刊名称】《高技术通讯》【年(卷),期】2016(026)012【总页数】9页(P935-943)【关键词】对等网络;分布式哈希表(DHT);安全优化;路由污染;索引毒害【作者】史建焘;夏清泉;张兆心【作者单位】哈尔滨工业大学计算机科学与技术学院哈尔滨150001;哈尔滨工业大学计算机科学与技术学院哈尔滨150001;哈尔滨工业大学计算机科学与技术学院哈尔滨150001【正文语种】中文分布式哈希表(distributed Hash table，DHT)是传统P2P领域中的重要技术，DHT使得P2P结构不再依赖于传统的中心组件，成为了真正意义上的完全分布式网络结构。
glusterFS分布式存储系统1. glusterfs系统原理 1. glusterfs是什么 分布式⽂件系统 ⽆中⼼架构（⽆元数据服务器） scale-out横向扩展（容量，性能） 集群式NAS存储系统 采⽤异构的标准商业硬件 资源池 全局统⼀命名空间 复制和⾃动修复 易于部署和使⽤ 2. glusterFS基本原理 1. 弹性hash算法 1. 使⽤Davies-Meyer算法计算32位hash值，输⼊参数为⽂件名 2. 根据hash值在集群中选择⼦卷，进⾏⽂件定位 3. 对选择的⼦卷进⾏数据访问 3. glusterFS卷类型 1. 基本卷 1. 哈希卷 ⽂件通过hash算法在所有brick上分布 ⽂件级RAID 0，不具有容错能⼒ 2. 复制卷 ⽂件同步复制到多个brick上 ⽂件级RAID1,具有容错能⼒ 写性能下降，读性能提升 3. 条带卷 单个⽂件分布到多个brick上，⽀持超⼤⽂件 类似RAID 0，以Round-Robin⽅式 2. 复合卷 1. 哈希复制卷 哈希卷和复制卷的复合⽅式 同时具有哈希卷和复制卷的特点 2. 哈希条带卷 3. 复制条带卷 4. 哈希复制条带卷 三种基本卷的复合卷 通常⽤于类map reduce应⽤ 4. glusterFS访问接⼝ ⽀持⽂件存储，块存储，对象存储 5. glusterFS数据修复及添加节点原理 数据修复 1. 发展历程 第⼀代： 按需同步进⾏ 第⼆代： 完全⼈⼯扫描 第三代： 并发⾃动修复（3.3） 第四代： 基于⽇志 2. 触发时机： 访问⽂件⽬录时 3. 判断依据： 扩展属性 添加节点 1. 添加新节点，最⼩化数据重新分配 2. ⽼数据分布模式不变，新数据分布到所有节点上 3. 执⾏rebalance，数据重新分布 容量负载优先 1. 设置容量阈值，优先选择可⽤容量充⾜brick 2. hash⽬标brick上创建⽂件符号链接 3. 访问时解析重定向 2. 主流分布式存储系统对⽐MooseFS(MFS)Ceph GlusterFSLustreMetadata server单个MDS。
毕业设计（论文）中文题目:基于hadoop的分布式存储平台的搭建与验证英文题目: Setuping and verification distributed storage platform based on hadoop毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作者签名：日期：指导教师签名：日期：使用授权说明本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：日期：学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
作者签名：日期：年月日导师签名：日期：年月日任务书题目：基于hadoop的分布式文件系统的实现与验证适合专业：信息安全指导教师（签名）：提交日期： 2013 年 3 月 8 日学院：计算机与信息技术学院专业：信息安全学生姓名：学号：毕业设计（论文）基本内容和要求：本项目的目的是要在单独的一台计算机上实现Hadoop多节点分布式计算系统。
基于DHT的分布式云存储系统综述题目：基于云计算的知识管理综述专业：计算机应用技术年级： 2014级学号： 2014303100××姓名：静水流云上海××大学信息工程学院2014 年 12 月28 日基于DHT的分布式云存储系统的综述摘要：随着信息爆炸式的增长，集中式的存储方式的瓶颈效应愈发明显的遏制了数据存储的扩展性和并发访问的效率等，SAN 和NAS 等传统集中式存储系统越来越难以满足海量数据存储的需要。
为了解决诸如此类的传统存储的瓶颈问题，分布式存储系统和云存储系统相继被提出，并成为学术研究和商用的热点内容。
分布式存储系统实现涉及并使用的技术有很多，本文主要介绍基于DHT的分布式存储系统，重点在搜索技术方面。
1 引言把用户的文件分片后均衡存储在不同的分布式存储节点上，并利用虚拟目录服务器和基于P2P—DHT的目录服务器把文件元数据与文件数据片高效地对应起来，以提供高效目录服务，分布式存储节点以P2P方式工作以快速完成用户对文件数据的请求任务。
分布式网络存储系统DNSS充分利用了DHT原理和P2P的搜索技术优势[3]，有较高的可用性、可靠性和可扩展性。
P2P技术突破了传统的C／S架构的模式，具有非常好的扩展性，但存在安全性、可控性问题[2]。
利用DHT的资源管理优势和P2P的高扩展性，可以构建一个在全互联网范围内使用的可靠高效的海量分布式存储系统。
而对于海量数据的分布式存储，主要涉及的技术问题是如何处理好数据的添加、删除以及最为重要的查找效率，本文结合分布式hash表的一致特性，重点讲述一下如何构造一个基于DHT的分布式存储系统，当然主要内容是DHT原理部分[1]。
2 p2p网络和hash函数概述2.1 p2p网络简介p2p网络又称工作组，网上各台计算机有相同的功能，无主从之分，一台计算机都是既可作为服务器，设定共享资源供网络中其他计算机所使用，又可以作为工作站，没有专用的服务器，也没有专用的工作站。
在P2P网络环境中，成千上万台彼此连接的计算机都处于对等的地位，整个网络一般来说不依赖专用的集中服务器。
网络中的每一台计算机既能充当网络服务的请求者，又对其它计算机的请求作出响应，提供资源和服务。
其主要分为两种：非结构化p2p网络和结构化p2p网络[4]。
前者有网络拓扑是任意的、内容的存储位置与网络拓扑无关的特点；后者网络拓扑结构是有规律的，每个节点都随机生成一个标识(ID)，内容的存储位置与网络拓扑相关，内容的存储位置与节点标识之间存在着映射关系。
2.2 hash函数简介Hash函数可以根据给定的一段任意长的消息计算出一个固定长度的比特串，通常称为消息摘要（MD：Message Digest），一般用于消息的完整性检验。
Hash函数有以下特性：给定 P，易于计算出 MD（P）只给出 MD（P），几乎无法找出 P无法找到两条具有同样消息摘要的不同消息Hash函数MD5：消息摘要长度固定为128比特；SHA-1：消息摘要长度固定为160比特。
Hash函数应用于P2P的特性唯一性：不同的输入明文，对应着不同的输出摘要将节点IP地址的摘要作为节点ID，保证了节点ID在P2P环境下的唯一性SHA-1(“202.38.64.1”) =24b92cb1d2b81a47472a93d06af3d85a42e463ea。
3 DHT原理3.1 DHT简述DHT(Distributed Hash Table，分布式哈希表)算法就是使用分布式哈希函数来解决结构化的分布式存储问题[1]。
分布式哈希表实际上是一张散列表，每个节点被分配给一个属于自己的散列块，并成为这个散列块的管理者。
目前，典型的DHT协议包括美国MIT的Chord、UC Berkeley的pastry和CAN、纽约大学的Kademlia [2]。
本文主要介绍chord和pastry。
将内容索引抽象为<K, V>对K是内容关键字的Hash摘要K = Hash(key)V是存放内容的实际位置，例如节点IP地址等所有的<K, V>对组成一张大的Hash表，因此该表存储了所有内容的信息每个节点都随机生成一个标识(ID)，把Hash表分割成许多小块，按特定规则(即K和节点ID之间的映射关系)分布到网络中去，节点按这个规则在应用层上形成一个结构化的重叠网络给定查询内容的K值，可以根据K和节点ID之间的映射关系在重叠网络上找到相应的V值，从而获得存储文件的节点IP地址，如图1所示。
将分割的hash表按一定的规则分配到p2p网络的个节点上，如图2所示。
图1 hash表图2 hash表分布图3.2DHT搜索原理DHT搜索技术主要涉及定位和路由两部分：定位(Locating)节点ID和其存放的<K, V>对中的K存在着映射关系，因此可以由K获得存放该<K, V>对的节点ID路由(Routing)在重叠网上根据节点ID进行路由，将查询消息最终发送到目的节点。
每个节点需要有到其邻近节点的路由信息，包括节点ID、IP等网络拓扑拓扑结构由节点ID和其存放的<K, V>对中的K之间的映射关系决定拓扑动态变化，需要处理节点加入/退出/失效的情况，如图2所示。
4 Chord和Pastry分布式存储系统4.1Chord环原理4.1.1Hash表分布规则Hash节点(例如IP地址)－>m位节点ID(表示为NID)，Hash内容关键字－>m位K(表示为KID)节点按ID从小到大顺序排列在一个逻辑环上，由<K, V>对组成的hash表存储在该节点后继节点上。
Lookup(K)：从K开始顺时针方向距离K最近的节点，如图3 Chord环结构图所示。
图3 Chord环结构图4.1.2 Chord环简单查询过程每个节点仅维护其后继节点ID、IP地址等信息查询消息通过后继节点指针在圆环上传递直到查询消息中包含的K落在某节点ID和它的后继节点ID之间速度太慢 O(N)，N为网络中节点数[5]。
如果建立查询指针表，将该节点临近节点的hash 值作为指针存储在节点上，则可大大降低查询时间，如图4 Chord 环查询图所示。
图4 Chord环查询过程图⑴节点加入：新节点N事先知道某个或者某些结点，并且通过这些节点初始化自己的指针表，也就是说，新节点N将要求已知的系统中某节点为它查找指针表中的各个表项在其它节点运行探测协议后，新节点N将被反映到相关节点的指针表和后继节点指针中新结点N的第一个后继结点将其维护的小于N节点的ID的所有K交给该节点维护。
⑵节点退出/失效：当Chord中某个结点M退出/失效时，所有在指针表中包含该结点的结点将相应指针指向大于M结点ID的第一个有效结点即节点M的后继节点为了保证节点M的退出/失效不影响系统中正在进行的查询过程，每个Chord节点都维护一张包括r个最近后继节点的后继列表。
如果某个节点注意到它的后继节点失效了，它就用其后继列表中第一个正常节点替换失效节点4.2Pastry原理英国剑桥Microsoft研究院和Rice大学共同提出考虑网络的本地性,解决物理网络和逻辑网络的拓扑失配的问题基于应用层定义的邻近性度量,例如IP路由跳数、地理距离、往返延时等节点ID分布采用环形结构[5]。
4.2.1节点维护状态表路由表R：路由表包括 log2b N (m/b)行，每行包括2b -1个表项路由表第n行与节点ID的前n个数位相同，但是第n+1个数位不同，也称为n数位前缀相同路由表中的每项包含节点ID，IP地址等根据邻近性度量选择距离本节点近的节点邻居节点集M：邻居节点集包含|M|个在邻近性度量上最接近于本节点的节点，|M|为2b或者2X2b ,邻近性度量指的是物理上相邻节点邻居节点集通常不用于路由查询消息，而是用来维护本地性叶子节点集L：叶子节点集包含|L|个节点ID最接近本节点的节点，也就是逻辑地址上的相邻节点,其中|L|/2个节点的ID大于本节点，|L|/2个ID小于本节点，|L|为2b或者2X2b，如图5 Pastry环节点路由表所示。
图5 Pastry环节点路由表4.2.2 Pastry查询过程当一个K为D的查询消息到达节点A,节点A首先看D是否在当前节点的叶子节点集中，如果是，则查询消息直接被转发到目的节点，也就是叶子节点集中节点ID与D数值最接近的那个节点(有可能就是当前节点)，否则进行下一步在路由表中查找与D具有更长相同前缀的表项，如果该表项不为空，则将查询消息直接转发到该节点，否则进行下一步.例如路由D= 0629的查询消息 :5324 → 0748 → 0605 →0620 → 0629。
如果不存在这样的节点,当前节点将会从其维护的所有邻居节点集合中选择一个距离该键值最接近的节点作为转发目标，如图6 Pastry查询过程图所示。
图6 Pastry查询过程图所示节点路由表R中的每行与本节点具有相同的n数位长度前缀，但是下一个数位不同例如，对于节点N0201： N-: N1???, N2???, N3??? N0: N00??, N01??, N03?? N02: N021?, N022?, N023? N020: N0200, N0202, N0203当有多个节点时，根据邻近性度量选择最近的节点，此过程维持了较好的本地性。
⑴节点加入：初始化状态表新节点开始时知道一个根据邻近性度量接近自己的节点A节点A可以通过使用扩展环IP组播等机制自动定位，或者由系统管理员通过其它手段获得新节点通过运行SHA-1算法计算自己的IP地址的摘要得到节点ID为X节点X向节点A发送join消息，Pastry将该消息路由到节点ID 在数值上最接近X的节点Z接收到join消息的节点，包括A、Z，以及A到Z路径上所有的节点将发送它们的状态表给X，X检查这些信息，然后节点根据下面的过程初始化状态表；由于A与X在邻近性度量上接近,所以使用A的邻居节点集来初始化X的邻居节点集由于Z的节点ID与X最相近,因此使用Z的叶子节点集来初始化X的叶子节点集X将join消息经过的第i个节点的路由表的第i行作为自己路由表的第i行Join消息经过的第i个节点与X的前i个数位相同向其它相关节点通告自己的到来新节点向邻居节点集、叶子节点集和路由表中的每个节点发送自己的状态，以更新这些节点的状态表。
此过程如图7 Pastry节点加入图所示。
图7 Pastry节点加入图⑵节点退出/失效：叶子节点集L中的节点退出机制，本地节点要求当前叶子节点集合L中的ID最大的节点或ID最小的节点把它的叶子节点集合L1发送过来,如果L1中存在L中没有的节点,则从中选择一个替代失效节点.除非|L|/2个节点同时失效，否恢复过程始终是有效的失效检测，和叶子节点集中的节点周期性交互存活消息路由表R中的节点退出机制：如果失效节点对应的表项为Rdl (第l行第d列) ，则联系同一行中的所指向的存活节点并且获取该节点的Rdl表项，如果l行中没有存活节点，则从下一行选择一个节点失效检测，和路由表中的节点联系(例如发送查询消息)如果无反应则检测到节点失效5 Chord和Pastry比较Chord和Pastry都是以DHT为原理，构建的不同形式的环状结构，两者差别较大，具体比较如下表1所示[6]。
