几个月以前,我加入了 Turbo-Geth 团队,开始主动给 Trubo-Geth 客户端贡献代码。Turbo-Geth 客户端是 Geth 客户端的一个另类版本(当前仍在开发),其目标是做得比原有的客户端运行速度更快、更高效。那么 Turbo-Geth 实现这个目标的办法包括下面几项:
进一步优化数据库结构
在需要与状态数据交互的场合,减少对数据库的读、写操作
优化状态树操作的效率(有可能需要改变现有状态树的数据结构)
在本文中,我会着重指出 Turbo-Geth 和 Geth 在数据库上的不同之处。主要的区别在于:
不同的数据库(使用 Bolt,而非 LevelDB)
按桶(bucket)来细分数据库
ApeCoin新提案AIP-254获得通过,将推出数字盾牌NFT并分发给APE生态用户:金色财经报道,ApeCoin社区旨在推出数字盾牌(shield)NFT的新提案AIP-254已获得通过,Snapshot数据显示最终投票赞成率达到57.86%,按照提案内容,ApeCoin NFT数字盾牌将用于Decentraland、The Sandbox、Otherside 等元宇宙游戏中将其设置为可穿戴武器,并且分发给前15万名ApeCoin持有者和BAYC、MAYC、CryptoPunks、Meebits、BAKC、Otherside 持有者,此外FREE Golden ApeCoin NFT分发给前690名ApeCoin持有者。[2023/8/5 16:20:38]
那么,本文的主要内容也就跟这两点相关。
Bolt 和 LevelDB 其实非常相似,两者都是 “键-值对”(key-value)存储,设计目标都是为不需要完整数据库服务器的项目提供简单、快捷且可靠的数据库。Geth 选用的数据库是 LevelDB,而 Turbo-Geth 选用的是 Bolt。
网易有道将推出教育场景下的ChatGPT模型,团队正在学习场景中尝试探索:金色财经报道,有道AI技术团队已投入到ChatGPT同源技术AIGC在教育场景的落地研发中,目前该团队正在AI口语老师、中文作文批改等细分学习场景中尝试探索,将尽快推出相关的demo版产品。[2023/2/8 11:54:25]
但两者也有一个关键区别:组织数据的方式。LevelDB 是一个 LSM (Log-Structured Merged-Tree)数据库,而 Bolt 使用 bucket,而且每一个 bucket 都包含着一个 B+- Tree 结构。我们可以把一个 bucket 当作 “大数据库里的一个小数据库”。
那么,两者之间的主要区别在于:LSM 数据库是为重度添加操作(appending)和范围扫描操作(range scanning)优化的,而不是为随机读取的性能优化的;为了提供一致性,它不允许同时对数据库执行读、写操作。也是出于性能考虑,这种数据库是没有实现原子性的。Bolt 则反之,插入操作(inserting)速度较慢,但是随机读取速度较快,实现了原子性,而且可以同时对数据库读写。
美国法官命令CFTC对Ooki DAO的两位原创始人提起诉讼:12月13日消息,美国加州北区地方法院上周就CFTC对Ooki DAO的诉讼案举行了听证会,虽然法官William Orrick当天没有做出裁决,但周一他命令CFTC对Ooki DAO的前身实体bZeroX的创始人Tom Bean和Kyle Kistner提起同样的诉讼。
法官在命令中写道:“在听证会上,CFTC声称其知道Ooki DAO的一些代币持有者居住在美国并在美国开展业务,因为Ooki DAO的前身实体bZeroX的两位创始人是居住在美国的代币持有者。这对我来说是新信息。无论是诉状还是CFTC的替代服务动议,都没有提到前创始人Tom Bean和Kyle Kistner是或曾经是代币持有者。为了提供最佳的可行通知,CFTC应在可能的情况下至少向一位可识别的代币持有人提供告知诉讼的服务。我将推迟输入CFTC关于替代服务动议的动议,直到CFTC做出尝试。”
此前9月份消息,美国CFTC对Ooki DAO提起诉讼,指控其利用DAO结构逃避监管。随后CFTC向法院申请一项替代服务动议,要求法院批准使用聊天机器人和论坛帖子作为对被告(包括Ooki DAO成员)的送达告知和传票的方式。(CoinDesk)[2022/12/13 21:41:01]
我们再稍微解释一下原子性:
当前DeFi协议总锁仓量跌至440亿美元附近:金色财经报道,defillama链上数据显示,当前DeFi项目总锁仓量(TVL)为440.3亿美元,24小时内涨幅为3.23%。锁仓量资产排名前五:MakerDAO(68.7亿美元),Lido(61.2亿美元),Aave(46.5亿美元),Curve(38.9亿美元),UniswapV3(37.2亿美元)。[2022/11/13 12:57:25]
原子性:“原子” 意味着不可分割。假设现在我们要给一个数据库存储多个哈希值,而其中一个在插入数据库时失败了,如果此时所有哈希值的操作都会同时撤销,这就叫做原子性。Turbo-Geth 就有这样的特性,只有所有哈希值的插入操作都成功时,这个操作才能成功。而没有实现原子性的数据库(比如 LevelDB)则意味着,必须使用一个 workaround 以安全地将数据插入数据库。换句话来说,在这个点上,我们觉得 Bolt 更好,因为他在给数据库添加数据时更安全。
如前所述,Turbo-Geth 是切分成多个 bucket 的。每个 bucket 都是大数据库中的一个小数据,各自包含了一个 B+-Tree 结构。
下面便是 Turbo-Geth 数据库在区块高度 9,346,492 处的切分:
- Turbo-Geth 的 Archive 节点的数据区分(区块高度为 9,346,492)-
Geth 客户端的 Archive 大小(区块高度 9346492): 3.7 TBParity 客户端的 Archive 大小(区块高度 9346492): 3.6 TBTurbo-Geth 客户端的 Archive 大小(区块高度 9346492): 652.62 GB每一个部分都存储在一个 bucket 里面。其中主要部分的简要解释如下:
原象(preimage):哈希值与地址之间的管理,以及存储位置哈希值与存储位置之间的关联
收据(receipt):交易收据
合约存储内容的历史(History of Storage):合约存储内容的变更历史
账户历史(History of Accounts):账户的变更历史
区块头:每个区块的区块头
区块体:每个区块的区块体
合约存储内容(Contract Storage):就是合约存储内容
ChangeSet:数据库变更历史
账户:账户
使用这么多 bucket ,是为了让构成大数据库的各 B+-Tree 树高不至于太高,这样跟数据库的交互就会比较容易。换句话说,这是在使用多个 bucket 来提高读取数据库的性能。
在切换到 Bolt 之后,Turbo-Geth 在处理随机键(比如交易哈希值)时遇到了一些问题,因为 Bolt 会在提交数据之前对这些键进行排序(sort),又因为这些哈希值都是随机的,而且数量很多,所以产生了大量的排序需求,然后导致大量的写入放大现象(write amplification,实际写入的物理数据量是写入数据量的多倍)。而 BadgerDB 使用 log-structured-merge(LSM)模式,似乎是一个更好的选择。这个问题仍在研究当中,不过,我们已经实现了一个 workaround 来解决这个问题。
这里有一个图表,显示了 BadgerDB 和 BoltDB 在整体性能上的对比(感谢 Alexey Akhunov 制图):
Turbo-Geth 客户端通过下列(数据库)手段来优化以太坊的性能:
使用多个 bucket,以更迅速地检索某些数据片
使用 B+-Tree 而非 LSM
如果你想给我们捐赠,可以通过 Gitcoin。
郑重声明: 本文版权归原作者所有, 转载文章仅为传播更多信息之目的, 如作者信息标记有误, 请第一时间联系我们修改或删除, 多谢。