觀點 | 無狀態以太坊：二進制狀態樹實驗_比特幣

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：貝萊德CEO態度轉變可能將該行業推向錯誤的方向:金色財經報道，貝萊德CEO Larry Fink對BTC的態度轉變，可能會讓華爾街更容易接受加密貨幣，但一些專家警告說，他所青睞的交易所交易基金(ETF)，是一種與數字資產的最初理想截然不同的投資工具，并可能將該行業推向錯誤的方向。

關鍵的區別在于，ETF只是一種傳統的投資工具，以比特幣為資產，但通過受監管的經紀商在受監管的證券交易所進行交易。這種結構可能與比特幣格格不入，比特幣是由一位匿名創建者于2009年設計并推出的，部分原因是對2008年引發全球金融危機的華爾街過度行為的強烈抵制。[2023/7/8 22:25:17]

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：比特幣與華爾街“不需要”彼此，但它們相處可能會更好:金色財經報道，據研究分析師發文稱，華爾街不需要比特幣，因為沒有比特幣它會繼續賺錢。在華爾街公司不接觸比特幣的情況下，咨詢和交易費用仍將帶來持續的收益。

其次，比特幣不需要華爾街，因為它會在沒有第三方的情況下繼續存在。比特幣將繼續為生活在獨裁統治或兩位數通貨膨脹下的人們提供選擇。

但實際上，雖然他們不需要彼此，但他們不會完全傷害對方。華爾街全面接受比特幣意味著華爾街可以獲得更多收入，從而獲得更多資金；這種擁抱也可能意味著通過提高比特幣價格為比特幣持有者帶來更多的回報。（CoinDesk）[2022/9/12 13:23:23]

-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。

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。

觀點：幸存者偏差導致加密生態系統失衡:10月9日消息，幸存者偏差指的是當取得資訊的渠道，僅來自于幸存者時，此資訊可能會與實際情況存在偏差，未幸存者已無法發聲。 人們只看到經過某種篩選而產生的結果，而沒有意識到篩選的過程，因此忽略了被篩選掉的關鍵信息 。在2016-2017年的加密初創公司時代，許多公司推出了承諾以區塊鏈為動力的產品，包括區塊鏈社交網絡、通訊、物流、法律技術、電子商務技術等，大多數這些項目失敗的原因很普遍，包括產品市場不匹配或缺乏對產品的網絡效應驅動。而早期區塊鏈產品時代的贏家大多是金融產品，這導致加密貨幣中的金融產品占主導地位。區塊鏈對金融經濟的關注過多，以至于從某種意義上說，加密基本上已經放棄了實體經濟。從產品的角度來說，關注整個行業的發展是極其重要的。加密貨幣必須發展成為一個高效的市場，人們可以輕松地使用加密貨幣購買服務和產品；也就是說，需將其用作各種易于使用和直觀的產品和服務的支付媒介，而不僅僅是用于金融投機。（Cointelegraph）[2021/10/9 20:16:47]

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

聲音 | 觀點：去中心化的加密貨幣不能代替法定貨幣:Cointelegraph對幾位專家就在加密貨幣存在的情況下是否還需要央行數字貨幣（CBDC）的原因進行了采訪。區塊鏈研究所聯合創始人Alex Tapscott對此表示，問題不在于我們是否需要數字法定貨幣，而在于政府是否會為控制其貨幣主權而采取行動，在未來10年內，預計世界上所有主要的法定貨幣都將成為區塊鏈上的數字貨幣。國際清算銀行支付與市場基礎設施委員會秘書處主任Morten Bech表示，去中心化的加密貨幣在大多數情況下并不適用，人們需要的是（數字）資金，該技術尚未解決。瑞典和烏拉圭都沒有選擇區塊鏈作為其數字貨幣試點計劃的基礎。 金l融創新與穩定中心執行董事Larry D. Wall表示，去中心化的加密貨幣不能代替法定貨幣，在挑戰政府發行的貨幣之前需要克服各種障礙。[2019/9/2]

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。

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？

聲音 | OKEx CEO：漲跌永遠共存 OKEx一直的觀點是平臺應保持中立:OKEx CEO Jay Hao發微博稱，市場是復雜的，漲跌永遠是共存的，OKEx一直的觀點是平臺應該保持中立，覺得到到頂的就趕緊出了走人，覺得可以做波段的也趕緊出，長期看好的就長期持有，多提產品意見，是產品意見，不是各種發利好拉盤的意見。[2019/8/12]

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！

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：BIN比特幣HEXTATBinamars Game比特幣市值跌破5000億美元是真的嗎THEXTATA幣

以太坊交易