Language agnostic 如何在点对点系统中可靠但最少地分发项目

如果你有一个可以查询的点对点系统，你会想

• 减少网络上的查询总数（通过广泛分发“热门”项目和将“类似”项目一起分发）
• 避免在每个节点上存储过多
• 在客户停机、硬件故障和用户离开时（可能为档案管理员/历史学家检测稀有物品），确保即使是中等稀有物品也具有良好的可用性
• 避免在出现网络分区时查询无法找到匹配项

鉴于这些要求：

有什么标准方法吗？如果没有，是否有任何值得尊重的实验性研究？我熟悉一些分发方案，但我还没有看到任何真正解决健壮性学习的方法

我是否缺少任何明显的标准

有人对解决这个问题感兴趣吗？（如果是这样的话，我很乐意在本周末组装的一个非常蹩脚的模拟器中开源一部分，并且通常会提供无益的建议）

---

@cdv：我现在已经看了这段视频，它非常好，虽然我觉得它还没有达到一个可插拔的分发策略，但它肯定达到了90%。然而，这些问题突出了这种方法的有用差异，解决了我进一步关注的一些问题，并为我提供了一些后续参考。因此，我暂时接受你的答案，尽管我认为这个问题是开放的。

< P>有很多系统，你所寻求的各个方面都有不同的妥协，包括但不限于：

亚马逊的发电机：

凯：

Hadoop：

和弦：

蜂巢：

还有很多其他的。在按照这些思路构建了自定义系统之后，我还以开源形式发布了一些构建块：

---

（这不是一个完整的系统，但有几个库在构建一个系统时很有用）

这是很多好信息，但几乎太多了。我可以搜索分布式哈希表，也可以搜索下一个人。你能说得更详细一些吗？谢谢：-）