Java-Tron 全节点内部交易数据获取指南
2025-06-17 19:08:26作者:何将鹤
概述
在部署和运行Java-Tron全节点时,获取完整的交易数据特别是内部交易(internal_transactions)数据是一个常见需求。本文将详细介绍如何在Java-Tron节点中配置和获取内部交易数据,包括历史数据的处理方法和相关注意事项。
内部交易数据配置
Java-Tron节点默认不保存内部交易数据,需要在配置文件中显式开启:
saveInternalTx = true
这个配置项控制节点是否将智能合约执行过程中产生的内部交易信息保存到数据库中。需要注意的是:
- 该配置只对启用后新产生的交易生效
- 历史交易数据不会自动补充内部交易信息
- 需要重启节点才能使配置生效
历史内部交易数据获取
对于已经运行的节点,如果需要获取历史交易的内部交易数据,有以下几种解决方案:
方案一:使用包含内部交易的数据快照
Java-Tron提供了包含内部交易数据的完整节点快照。部署节点时:
- 下载包含内部交易数据的快照文件
- 使用该快照初始化节点
- 确保配置中
saveInternalTx设为true
方案二:从特定区块高度重新同步
如果只需要部分历史数据:
- 确定需要内部交易数据的最早区块高度
- 下载该高度之前的数据快照
- 设置
saveInternalTx = true后启动节点 - 节点将从指定高度开始同步并记录内部交易
交易追踪数据配置
除了内部交易,Java-Tron还支持记录更详细的交易追踪(vmTrace)数据:
vm.vmTrace = true
启用后,节点会在./vm_trace目录下为每个合约交易生成独立的JSON文件,包含详细的执行轨迹。需要注意:
- 仅合约交易会生成追踪文件
- 目前不支持文件压缩,会占用较多存储空间
- 用户可以自行压缩或清理这些文件
- 历史交易的追踪数据无法通过快照获取
数据访问方式
获取内部交易数据可通过以下API:
- gRPC接口:
GetTransactionInfoById和GetTransactionInfoByBlockNum - HTTP接口:
/wallet/gettransactioninfobyid
对于需要JSON-RPC兼容的应用,目前内部交易数据尚未集成到标准JSON-RPC接口中,需要通过gRPC网关或自定义解决方案实现。
最佳实践建议
- 根据实际需求平衡数据完整性和存储成本
- 生产环境谨慎启用vmTrace,避免存储爆炸
- 对于历史数据分析,考虑使用专业的数据服务
- 定期备份重要数据,特别是自定义的追踪文件
通过合理配置和正确使用这些功能,开发者可以充分利用Java-Tron节点提供的丰富交易数据,为各类区块链应用提供有力支持。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
Ascend Extension for PyTorch
Python
728
906
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
461
455
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++
1.09 K
1.12 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.93 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265