BIN:觀點 | 無狀態以太坊：二進制狀態樹實驗_Nodestats

作者:?IgorMandrigin

翻譯:?阿劍

來源：以太坊愛好者

什么是“無狀態以太坊”？

如果您已經了解什么是“無狀態以太坊”以及“區塊見證數據”，可以跳過這一段。

為執行交易及驗證區塊，以太坊網絡的節點需要了解整條區塊鏈的當前狀態——也就是所有賬戶和合約的余額和存儲數據。這些數據一般來說是存儲在DB里面的，在需要用于驗證時才會加載到一棵默克爾樹中。

無狀態以太坊客戶端的工作思路則稍有區別。顧名思義，無狀態客戶端就是不使用硬盤DB來執行區塊。相反，無狀態客戶端依賴于“區塊見證數據”——就是一段特殊的數據，它會跟相應的區塊一起傳播；擁有了這段數據，客戶端就可以重建出一個默克爾子樹，該分支足可用于執行該區塊中的所有交易。

你可以在這篇文章中讀到關于無狀態客戶端的更深入的描述：https://blog.ethereum.org/2019/12/30/eth1x-files-state-of-stateless-ethereum/

當然咯，需要傳播區塊見證數據就意味著無狀態客戶端的網絡要求要比普通節點更高。

-見證數據大小折線圖-

現在人們已經提出了很多降低見證數據規模的思路：使用有效性/計算完整性證明、加入更多的壓縮手段，等等。其中一種辦法是將以太坊的默克爾樹從十六進制轉為二進制。

這就是本文想要探討的問題。

觀點：數字人民幣將加速融入生活:4月3日消息，中國人民銀行公布已于3月31日召開的數字人民幣研發試點工作座談會上，宣布有序擴大數字人民幣試點范圍：增加天津市、重慶市、廣東省廣州市、福建省福州市和廈門市、浙江省承辦亞運會的6個城市作為試點地區，北京市和河北省張家口市在2022年北京冬奧會、冬殘奧會場景試點結束后轉為試點地區。

專家認為，數字人民幣擴大試點的時機已經成熟，有序增加試點地區正當其時。目前，數字人民幣已在批發零售、餐飲文旅、政務繳費等領域形成一批涵蓋線上線下、可復制可推廣的應用模式，隨著試點范圍的擴大，數字人民幣將加速融入百姓生活。（經濟日報）[2022/4/3 14:01:45]

為什么要使用二進制樹

默克爾樹的一大優良特性是，驗證樹根值正確與否并不要求你具有整棵樹所有的數據。只需把所有省略的非空路徑替代為相應的哈希值就可以可。

那么使用十六進制默克爾樹有什么不好呢？

設想整棵樹都已填滿數據。要驗證一個區塊，我們只需要一小部分默克爾樹節點的數據。那么，我們只需把其他路徑的數據替代為哈希值就可以了。

但是，每多加入一條哈希值，區塊見證數據就會大一些。

如果我們轉變為二進制默克爾樹，這個問題就可以得到緩解——因為默克爾樹上的每個節點都只有兩個子節點，所以至多只有一個字節點需要被替換為哈希值。

這樣做也許能大幅降低見證數據的規模。

我們再舉例說明一下。

假設執行某個區塊只會影響一個賬戶：3B路徑下的Acc1。整棵樹是全滿的。

觀點：金融監管機構將像對待銀行一樣對待土耳其加密交易所:5月1日消息，土耳其一家大型加密貨幣交易所的法律顧問MehmetTürkarslan表示，現在金融監管機構MASAK將“像對待銀行一樣對待加密貨幣交易所”。從今天開始，交易所必須要求提供居住證明和身份證明文件，并定期檢查這些文件的有效性。交易所還必須阻止任何被政府列入制裁黑名單的客戶，及報告任何可疑的交易活動，并向政府介紹向機構客戶提供的任何服務。政府預計將在下周末推出一系列加密貨幣監管規定，今天的規定只是其中的第一個。加密貨幣交易所Bitexten的資深研究員Agah Selim Sesli預計，這類監管可能包括稅收方面的規定，以及像美國一樣的私人錢包申報。K?rklareli大學IT法律部門負責人Osman Gazi Gü?lütürk表示：“政府甚至還沒有定義加密資產，更不用說定義加密資產服務提供商了，但澄清這些在法律上很重要。”此前消息，土耳其頒布總統令，將加密貨幣資產服務提供商列入需要遵守反洗錢和恐怖主義融資規定的機構名單。（Decrypt）[2021/5/2 21:17:00]

-二進制狀態樹與十六進制狀態樹的比較-

如果說二進制狀態樹看起來有點嚇人，那只是因為二進制樹我畫全了，但沒有把十六進制樹的所有代之以哈希值的節點都畫出來。

來數個數：

為創建出一棵二進制狀態樹，見證數據需要包含8個哈希值，7個分支節點和1個賬戶節點。也就是見證數據中有16個元素。

為創建出一棵十六進制狀態樹，我們只需1個分支節點，1個賬戶節點，但需要30個哈希值。也就是有32個元素。

觀點：隨著BTC收于1.6萬美元上方，多頭應做好應對拐點的準備:Green Bridge Investment執行董事Marc Principato表示，隨著BTC收于1.6萬美元上方，比特幣多頭應該做好應對拐點的準備。Principato預計，這一水平是交易員鎖定部分利潤的機會。他還補充說，他們很可能會將這些資金以較低水平重新投入比特幣市場，并警告看漲人士稱不應在1.6萬美元附近創建任何多頭頭寸。（Bitcoinist）[2020/11/16 20:57:57]

所以，假設哈希值和分支節點在區塊見證數據中的所占的空間是一樣大的，在我們的例子中，使用二進制樹所需的見證數據大小只有十六進制下的一半。看起來不錯。

那么，理論上就是這樣。

我們來看看實際情況是如何。我們直接拿以太坊主網的數據來看看吧。

開始實驗

先說最緊要的：我們怎么知道自己構建出來的區塊見證數據是有用的呢？

測試方法如下：我們使用區塊見證數據來生成一棵默克爾子樹，在這棵樹上運行相應區塊中的所有交易，然后校驗結果是否與我們所知的一致。只要交易都能成功執行，等等），我們就可以斷定這個見證是足夠充分的。

-測試方法：1.執行區塊；2.從狀態樹中抽取出見證數據；3.使用見證數據構造出一棵子樹；4.禁用DB訪問、使用子樹來執行區塊（具體可見

github)-

其次，我們需要一些基準數據。因此，我們也使用500萬到850萬高度的區塊、在十六進制默克爾樹模式下生成了見證數據，并將見證數據大小的統計數據存在一個超級大的csv文件中。

觀點：比特幣和黃金的相關性具有投機性:比特幣和黃金的相關性具有投機性。數據顯示，比特幣與黃金的相關性在7月27日超過了64.3％，此后，它8月6日達到了68.76％的新高。幾周之內，兩者相關性上升到一個新的峰值。但是這可能是短暫的，目前已實現的相關性正在下降。而在將一個月的相關性與一年的相關性進行比較發現，這種關系可能完全是偶然的，或許是受到COVID-19大流行和尋找安全避風港等因素的驅動，由于比特幣供應有限，無需進入傳統的銀行基礎設施就可以輕易獲得。（AMBCrypto）[2020/8/23]

我們嘗試的第一步是執行完一個區塊后就組裝出一棵十六進制樹，然后將它轉為二進制樹，再從這棵二進制樹中提取出見證數據。

這種方法有幾個好處：易于實現，而且驗證十六進制-二進制的轉換也很簡單。

不過，我們遇到了兩個問題，而且其中一個還不小。

第一個，正如我們上面證明的那樣，比起二進制樹，十六進制樹包含更多的賬戶節點，如果我們先生成十六進制樹再轉換，得到的結果就跟在二進制樹模式下直接生成所得到的見證數據不一樣。

為什么呢？

因為十六進制樹數據總是以1/2字節的速度增長，而二進制樹總是以1比特的速度增長，因此鍵的長度可以是奇數位。

實際上，見證數據中還包含一些額外的擴展節點，它們還要稍微大一點。不過即便對內容較多的區塊，體現在見證數據大小上的差別也非常之小。

關鍵的是性能。隨著樹的規模增長，轉換的速度會越來越慢。

用更具體的數字來說明一下：在我們的GoogleComputeEngine虛擬機上，處理速度約為每秒0.16個區塊，也就是每分鐘處理小于10個區塊，處理100萬個區塊要超過3個月！

觀點：比特幣波動期間交易所流入激增，表明市場供大于求:比特幣日前大幅下跌至9000美元以下，隨后夜間再次反彈至9400美元左右。盡管沒有改變其市場結構，但這進一步凸顯了比特幣最近連續遭到10000美元阻力位拒絕。

分析平臺CryptoQuant首席財務官Mason Jang表示，在這輪波動期間，資金流入大幅飆升。他指出，Coinbase和Gemini上的巨鯨在下跌前直接轉移了他們的持有資金。有分析師表示，資金流入趨勢可能表明供大于求。（NewsBTC）[2020/6/16]

所以，我們決定采取更復雜的辦法，開發出一個原生使用二進制默克爾樹的實驗性分支。也就是說，我們要把turbo-geth代碼庫例地所有十六進制狀態樹全部替換為二進制樹，然后區塊就是基于二進制樹來執行的了。

這種辦法的不利之處在于，部分哈希值的校驗只能被忽略掉。

但主要的驗證機制還是一樣的：我們需要能夠使用二進制樹來執行區塊、從見證數據中創建出默克爾子樹。

再來談談key。

為簡化起見，我們對key的編碼方式是非常低效的：1bytepernibble；一個key的每一比特就要占用1字節。這樣做大大簡化了代碼層面的改變，但區塊見證數據中的”key“部分會是我們使用bitset時候的8倍大。

因此，在進一步分析中，我會假設key的編碼方式是最優的。

Hexvs.Bin：結果

我的分析分為兩段，總共分析了以太坊主網上的200萬個區塊。

區塊高度500萬到650萬

我在這個github庫里面提供了使用python腳本來重復這一實驗的命令行：

https://github.com/mandrigin/ethereum-mainnet-bin-tries-data

首先我們來分析一下數據集。

pythonpercentile.pyhex-witness-raw.csvbin-stats-5m-6.5m.csv50000006500000adjust

-

一個箱型圖，箱體顯示上四分位到下四分位之間的數據，左右延伸出去的線條顯示上1%到下1%之間的數據

-百分比分析-

現在我們可以生成一些很酷的圖表了！

pythonxy-scatter-plot.pyhex-witness-raw.csvbin-stats-5m-6.5m.csv50000006500000adjust

-XY散點圖(橫軸為Hex下見證數據大小，縱軸為Bin下見證數據大小）-

可以看出，二進制見證數據的大小總是優于十六進制樹下的見證數據。

我們再加入另一個參數，用二進制見證數據大小除以十六進制見證數據大小，看看我們得到了怎樣的提升。

pythonsize-improvements-plot.pyhex-witness-raw.csvbin-stats-5m-6.5m.csv50000006500000adjust

-二進制見證數據的大小/十六進制見證數據的大小-

為更好地理解這張圖標，我們也輸出了平均值和百分位值。

平均值=0.51

P95=0.58

P99=0.61

在實際場景中這意味著什么？

對于99%的區塊，見證數據的大小可以降低至少39%。

對于95%的區塊，見證數據的大小可以降低至少42%。

平均來說，見證數據可節省49%。

我們也要考慮見證數據大小的絕對值。為使數據變得可讀，我們每1024個區塊取滑動平均值。

pythonabsolute-values-plot.pyhex-witness-raw.csvbin-stats-5m-6.5m.csv50000006500000adjust

-依時間順序繪制的見證數據大小折線圖，縱軸單位為MB-

再來看看最新區塊的情況。

區塊高度800萬到850萬

pythonpercentile.pyhex-witness-raw.csvbin-stats-8m-9m.csv80000008500000adjust

-箱型圖，箱表示上下四分位以內的數據，線表示上下1%以內的數據-

-800萬號到850萬號區塊的百分位分析-

還有XY散點圖。

pythonxy-scatter-plot.pyhex-witness-raw.csvbin-stats-8m-9m.csv80000008500000adjust

還有規模上的節約。

pythonsize-improvements-plot.pyhex-witness-raw.csvbin-stats-8m-9m.csv80000008500000adjust

-XY散點圖(橫軸為Hex下見證數據大小，縱軸為Bin下見證數據大小）-

平均值=0.53

P95=0.61

P99=0.66

最后，再來看看見證數據的絕對大小。

pythonabsolute-values-plot.pyhex-witness-raw.csvbin-stats-8m-9m.csv80000008500000adjust

-依時間順序繪制的見證數據大小折線圖，縱軸單位為MB-

結論

在使用以太坊主網數據做過測試以后，我們可以看到，切換為二進制樹模式可以大幅提升生成見證數據的效率。

另一個結論是，這種提升并沒有理論上那么顯著。原因可能在于主網區塊的實際數據。

也許，通過分析一些例外情況，我們可以知道更多優化見證數據規模的辦法。

試著使用別的原始數據來跑跑GitHub中的腳本吧：https://github.com/mandrigin/ethereum-mainnet-bin-tries-data

Tags：BINHEXTATSTATBAMBINO幣Hex2XNoah Decentralized State CoinNodestats

DOGE