SubQuery项目多链与未确认区块功能的技术解析
2025-05-12 08:07:11作者:齐添朝
SubQuery作为区块链数据索引工具,其多链支持和未确认区块处理能力是开发者关注的焦点。本文将深入分析这两项功能的技术实现原理、当前限制以及可能的解决方案。
多链与未确认区块的兼容性挑战
SubQuery目前无法同时启用多链模式和未确认区块功能,这源于二者在数据存储机制上的根本差异:
-
未确认区块的历史数据处理需求:该功能需要维护完整的历史数据链,以便在链重组时能够回滚到之前的区块状态。这种设计依赖于区块高度作为数据版本控制的基准。
-
多链模式的数据隔离问题:在多链环境下,不同网络的数据可能相互影响(如跨链桥活动)。由于各区块链的区块高度系统独立,无法简单地用统一的时间戳来协调历史数据版本。
技术实现难点
实现二者兼容面临几个核心挑战:
- 数据版本控制:需要设计新的版本标识系统,能够同时跟踪多个链的区块状态
- 回滚机制:当某条链发生重组时,必须确保不影响其他链的已索引数据
- 同步要求:各链需要保持时间上的同步,这对异构区块链网络来说难以保证
现有解决方案探索
虽然官方暂未将此功能列入开发路线图,但开发者可以通过以下架构变通实现类似效果:
-
分库索引方案:
- 为每个链创建独立的数据库schema
- 在schema命名中包含网络标识(如
indexer_ethereum_137) - 单独启用每个链的未确认区块功能
-
数据聚合层:
- 构建统一的GraphQL服务层
- 通过数据库视图合并各链数据
- 在实体模型中显式添加网络标识字段
-
部署架构示例:
services: eth_indexer: command: - --db-schema=indexer_ethereum_1 - --unfinalized-blocks=true polygon_indexer: command: - --db-schema=indexer_ethereum_137 - --unfinalized-blocks=true graphql_gateway: command: - --name=merged
未来演进方向
从技术演进角度看,可能的解决方案包括:
- 多版本并发控制(MVCC):为每个链维护独立的数据版本链
- 事件溯源模式:将索引操作记录为不可变事件流
- 混合存储引擎:结合关系型与区块链特有的存储结构
这种架构演进需要平衡查询性能、数据一致性和开发复杂度,是SubQuery生态值得持续关注的技术方向。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
660
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
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
346
147