USD:引介:Turbo-Geth 客户端:数据库改进

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

MakerDAO社区将于3月8日发起下线USDC-A、USDP-A与GUSD-A执行投票:金色财经报道,MakerDAO发推称,将于2023年3月8日发起下线USDC-A、USDP-A与GUSD-A执行投票。届时执行投票将向上述vault类型部署以下参数:最高债务上限为0、清算罚金为0%、FlatKick奖励为0、清算比率至1500%。该参数将于3月8日发起的执行投票中部署,此后所有抵押率低于1500%对USDC-A、USDP-A和GUSD-A头寸将被清算。如果要避免清算,则需在执行投票结束前,全额付清DAI债务,并关闭USDC-A、USDP-A或GUSD-Avaults。MakerDAO提醒,USDC-A、USDP-A和GUSD-A是具有抵押债务头寸模型的标准vault类型,决不能误认为是PSM。

2023年1月23日,关于下线USDC-A、USDP-A与GUSD-A的民意投票100%通过。[2023/3/4 12:41:31]

那么,本文的主要内容也就跟这两点相关。

链游Fusionist主网上线后因服务器过载导致RPC短暂关闭,团队已完成升级并更新奖励机制:1月31日消息,链游Fusionist在其社交平台表示,其主网Endurance在上线后不久出现服务器过载,团队不得不暂时将RPC关闭。在完成相应升级后,团队已恢复RPC,并更新奖励机制,包括提高ACE产出等。

此外,团队表示后续还将加入验证机制以防止 ACE 被机器人获得,并将增加BOAT的储能机制等。[2023/1/31 11:37:57]

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。

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”。

北京旅游局:支持鼓励区块链等新技术应用到旅游消费场景中:10月25日消息,北京市文化和旅游局制定了《北京市扩大文化和旅游新消费奖励办法》。《办法》主要支持内容包括:支持科技赋能旅游消费新场景。支持鼓励大数据、云计算、物联网、区块链、5G、虚拟现实、增强现实等新技术应用到旅游消费场景中,创造出更多新型的消费场景,促进传统的消费场景提质增效,推动旅游消费场景向数字化、网络化和智能化升级发展。(金十)[2022/10/25 16:38:36]

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。

SaaS初创公司ORNA完成100万美元种子轮融资,将推出用于安全数据存储的区块链:金色财经报道,总部位于加拿大多伦多的“软件即服务”(SaaS)初创公司ORNA宣布完成了一笔超过100万美元的种子轮融资,WGG Capital Canada 领投,该公司没有透露本轮融资的其他投资者信息。得益于这笔最新融资,ORNA将在2022年内发布一些新功能和集成,包括推出用于安全数据存储的区块链、用于推断事件处理逻辑的增强型 AI 、以及支持量子密码学的应用程序。利用自然语言处理技术,ORNA的人工智能引擎目前能够整理 28 个来源的数据,例如客户的基础设施和暗网,为 IT、法律、执行、人力资源、通信和其他领域。(betakit)[2022/6/9 4:12:32]

我们再稍微解释一下原子性:

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。

地球链

[0:0ms0-2:31ms