Chord 诞生于2001年。第一代 DHT 协议都是在那年涌现的，另外几个是：CAN、Tapestry、Pastry。
Chord 是 MIT 的几个技术牛人一起搞出来的，这几个人中包括世界级的黑客：罗伯特·莫里斯（Robert Morris）。 此人以**莫里斯蠕虫**而享誉信息安全界。这是 IT 史上第一个蠕虫（注：蠕虫可以利用网络实时传播），这个蠕虫对当时（1988年）的互联网造成毁灭性打击（一天之内，约十分之一的互联网主机中招并下线）。
他不仅是编程高手兼顶级黑客，而且是创业者兼投资人。他与同样大名鼎鼎的保罗·格雷汉姆（Paul Graham）以及 Trevor Blackwell，3人在1995年共同创立 Viaweb，并在1998年把公司以5千万美元卖给 Yahoo。然后他们拿这笔钱创办了 Y Combinator（如今世界闻名的风投机构）,然后 Y Combinator 又投资了 Protocol Labs 包括其中的 IPFS 这也算是有历史渊源了。
Chord 的拓扑结构采用的是一致性哈希的设计。
Chord 主要是为了解决节点动态变化的难点。为了解决这个难点，一致性哈希把哈希值空间（keyspace）构成一个环。对于m比特的散列值，其范围是 [0, 2^m-1]。你把这个区间头尾相接就变成一个环，其周长是 2^m。然后对这个环规定了一个移动方向（比如顺时针）。
如果 node ID 和 data key 是同构的，那么这两者都可以映射到这个环上（对应于环上的某点）。
环形的 keyspace
假设有某个节点A，距离它最近的是节点B（以顺时针方向衡量距离）。那么称 B 是 A 的继任（successor），A 是 B 的前任（predecessor）。
数据隶属于距离最小的节点。以 m = 6 的环形空间为例：
- 数据区间 [5,8] 隶属于节点8
- 数据区间 [9,15] 隶属于节点15
- ......
- 数据区间 [59,4] 隶属于节点4（注：6 比特的环形空间，63之后是0）
以上就是一致性哈希的拓扑结构，同时也是 Chord 的拓扑结构。
当收到请求（key），先看key是否在自己这里。如果在自己这里，就直接返回信息；否则就把key转发给自己的继任者。以此类推。
这种方式时间复杂度是：O(N)。对于一个节点数很多的 DHT 网络，这种做法显然非常低效。
由于基本路由非常低效，自然就引入更高级的玩法——基于Finger Table的路由。
Finger Table是一个列表，最多包含 m 项（m 就是散列值的比特数），每一项都是节点 ID。
假设当前节点的 ID 是n，那么表中第i项的值是：successor( (n + 2i) mod 2m )
当收到请求（key），就到Finger Table中找到最大的且不超过key的那一项，然后把key转发给这一项对应的节点。
有了Finger Table之后，时间复杂度可以优化为：O(log N)。
- 任何一个新来的节点（假设叫 A），需要先跟 DHT 中已有的任一节点（假设叫 B）建立连接。
- A 随机生成一个散列值作为自己的 ID（对于足够大的散列值空间，ID 相同的概率忽略不计）
- A 通过跟 B 进行查询，找到自己这个 ID 在环上的接头人。也就是——找到自己这个 ID 对应的继任（假设叫 C）与前任（假设叫 D）
- 接下来，A 需要跟 C 和 D 进行一系列互动，使得自己成为 C 的前任，以及 D 的继任。 这个互动过程，大致类似于在双向链表当中插入元素。
如果某个节点想要主动离开这个 DHT 网络，按照约定需要作一些善后的处理工作。比如说，通知自己的前任去更新其继任者......这些善后处理，大致类似于：在双向链表中删除元素。
作为一个分布式系统，任何节点都有可能意外下线（也就是说，来不及进行善后就挂掉了）
假设节点A的继任者异常下线了，那么节点 A 该如何处理？
Chord 引入了一个继任者候选列表的概念。每个节点都用这个列表来包含：距离自己最近的 N 个节点的信息，顺序是由近到远。一旦自己的继任者下线了，就在列表中找到一个距离最近且在线的节点，作为新的继任者。然后节点 A 更新该列表，确保依然有 N个候选。更新完继任者候选列表后，节点 A 也会通知自己的前任，那么 A 的前任也就能更新自己的继任者候选列表。
如果大家要详细了解Chord，建议阅读论文<<Chord——A Scalable Peer-to-peer Lookup Service for Internet Applications>>
- 目录
- 上一节：分布式哈希表（DHT）
- 下一节：Kademlia 协议