Foundry项目中`blockhash`函数在`vm.roll`超过`uint64`最大值时的异常行为分析
2025-05-26 21:54:56作者:冯爽妲Honey
问题背景
在Solidity智能合约开发中,blockhash是一个常用的全局函数,用于获取指定区块号的哈希值。然而,当使用Foundry测试框架的vm.roll方法将区块号设置为超过uint64最大值(即2^64-1)时,blockhash函数会返回零值,而不是预期的哈希值。
问题现象
通过一个简单的测试合约可以重现这个问题:
contract SimpleTest is Test {
function testBlockHashSimple() public {
vm.roll(type(uint72).max); // 设置为超过uint64最大值的区块号
uint256 blockNumber = vm.getBlockNumber() - 1;
vm.setBlockhash(blockNumber, keccak256("vyper"));
emit log_bytes32(blockhash(blockNumber));
}
}
当区块号超过uint64最大值时,blockhash会返回0x000...000,而预期应该返回我们设置的哈希值0xcde...c11。
技术原因分析
这个问题的根本原因在于Foundry底层使用的revm(Rust Ethereum Virtual Machine)实现中的类型转换处理。具体来说:
- revm在处理
block_hash函数时,内部会将区块号从U256类型饱和转换为u64类型 - 当区块号超过
u64::MAX时,会被截断为u64::MAX - 这种转换导致比较逻辑出现问题:
requested_number >= block_number会错误地评估为true - 结果就是函数提前返回
U256::ZERO,而不会去查询数据库获取实际的区块哈希
影响范围
这个问题主要影响以下场景:
- 测试中需要模拟极大区块号的情况
- 合约逻辑中依赖
blockhash函数且可能运行在极大区块高度的场景 - 任何需要获取历史区块哈希且区块号可能超过
uint64最大值的测试用例
解决方案与建议
目前有以下几种解决方案:
- 限制区块号范围:在测试中确保区块号不超过
uint64最大值(18446744073709551615) - 修改revm实现:可以考虑修改revm的
block_hash实现,使其正确处理大区块号 - Foundry添加警告:Foundry可以在检测到区块号超过
uint64最大值时发出警告
对于开发者来说,最直接的解决方案是在测试中避免使用超过uint64最大值的区块号:
vm.roll(type(uint64).max); // 使用安全的区块号范围
深入技术细节
在EVM规范中,BLOCKHASH操作码(0x40)用于获取最近256个区块中某个区块的哈希。规范并没有明确限制区块号的上限,但实际实现中需要考虑:
- 区块号存储通常使用64位整数
- 历史区块哈希的存储和检索效率
- 与现有客户端实现的兼容性
revm选择使用饱和转换到u64可能是出于性能考虑,但这也导致了上述边界条件问题。
最佳实践建议
- 在测试中使用合理的区块号范围
- 如果必须测试极大区块号场景,考虑mock相关功能
- 关注Foundry的更新,这个问题可能会在后续版本中得到修复
- 在合约逻辑中加入对区块号合理性的检查
总结
Foundry测试框架在模拟极大区块号时出现的blockhash异常行为,揭示了底层虚拟机实现中的类型转换边界问题。开发者应当注意这一限制,在测试中合理设置区块号范围,同时关注框架的后续更新。这个问题也提醒我们,在区块链开发中,即使是看似简单的操作码,也可能在极端条件下表现出非预期的行为。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868