Stellar Core测试框架演进:从SQL到BucketListDB的兼容性改造
2025-06-25 01:14:57作者:钟日瑜
在分布式账本系统Stellar Core的开发过程中,测试框架的演进正经历着重要的技术转型。随着核心存储架构从传统的SQL数据库向BucketListDB迁移,测试套件的兼容性改造成为保证系统可靠性的关键任务。
背景与挑战
当前测试框架中存在一个显著的技术债务:大量针对TransactionFrame和LedgerTxn的测试用例仍然直接操作SQL数据库。这种测试方式绕过了关键的ledgerClose逻辑流程,导致测试数据无法正确写入BucketList存储结构。随着SQL支持将被逐步淘汰,这种测试模式将无法验证真实生产环境下的系统行为。
技术影响分析
这种测试模式存在三个主要技术缺陷:
- 存储层行为不一致:直接操作SQL跳过了BucketList的写入路径,无法验证数据持久化的完整流程
- 测试覆盖缺口:关键的状态转换和持久化逻辑未被充分验证
- 未来兼容风险:当完全移除SQL支持后,这些测试将无法运行
改造方案
技术团队制定了分阶段的改造计划:
第一阶段:修复端到端模拟测试
作为最优先任务,团队已经完成了端到端模拟测试的改造。这些测试现在能够:
- 完整执行账本关闭流程
- 验证BucketListDB的写入路径
- 确保数据持久化的正确性
第二阶段:全面测试审计
计划中的测试套件审计将:
- 识别所有依赖SQL的测试用例
- 评估测试覆盖率的缺口(如升级路径测试)
- 建立测试用例与存储后端的映射关系
第三阶段:测试策略重构
对于仍需内存账本但不依赖BucketList的测试:
- 显式启用SQL支持
- 通过测试配置隔离存储后端
- 保持测试框架的灵活性
技术决策考量
在改造过程中,团队面临几个关键决策点:
- 测试粒度的平衡:在单元测试与集成测试间找到适当的抽象层级
- 执行效率的权衡:BucketListDB测试通常比纯内存测试更耗时
- 向后兼容的需求:过渡期间需要同时支持两种存储后端
未来方向
这项改造工作为Stellar Core的存储架构演进奠定了基础。随着改造完成,系统将能够:
- 完全移除对SQL的依赖
- 统一测试和生产环境的存储路径
- 提高测试对真实场景的模拟精度
这项系统性改造不仅解决了当前的技术债务,也为Stellar Core未来的架构演进提供了可靠的测试保障。通过这次改造,团队建立了更健壮的测试方法论,能够更好地应对分布式账本系统的演进需求。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
635
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
634