Graph Node 优化:声明式区块链调用提升索引效率
2025-06-27 14:27:39作者:何举烈Damon
背景与问题分析
在区块链数据索引领域,Graph Node 作为重要的基础设施,其性能直接影响着去中心化应用的响应速度。当前版本中,子图(subgraph)通过 blockchain.call 进行智能合约查询时存在显著性能瓶颈。这些调用不仅需要串行执行,而且由于嵌入在 WASM 代码中,Graph Node 无法提前预知调用需求,导致索引过程效率低下。
现有机制的问题
- 串行执行瓶颈:每个
chain_call必须等待前一个调用完成后才能开始,无法利用现代多核处理器的并行能力 - 延迟感知:调用请求只有在处理程序运行时才会被发现,无法提前准备
- 重复计算:相同参数的调用可能在不同区块被重复执行,缺乏全局优化
解决方案:声明式调用
核心思想
通过在子图清单(manifest)中预先声明需要的智能合约调用,Graph Node 可以:
- 提前收集所有需要的调用请求
- 并行执行多个不相关的调用
- 将结果缓存供后续处理程序使用
语法设计
新的清单语法允许为事件处理器添加 calls 部分:
eventHandlers:
- event: Swap(indexed address,indexed address,int256,int256,uint160,uint128,int24)
handler: handleSwap
calls:
- global0X128: Pool[event.address].feeGrowthGlobal0X128()
- global1X128: Pool[event.address].feeGrowthGlobal1X128()
技术优势
- 并行化:Graph Node 可以批量发送多个调用请求到区块链节点
- 预取:在处理程序执行前完成所有必要的数据获取
- 缓存友好:相同参数的调用可以共享结果
- 代码清晰:将数据需求显式声明,提高子图可维护性
实现细节
参数绑定机制
声明式调用支持动态参数绑定:
- 事件地址:
event.address - 事件参数:
event.params.token0 - 合约数组访问:
Pool[event.address]
例如获取代币精度的调用:
calls:
- ERC20DecimalsToken0: ERC20[event.params.token0].decimals()
运行时行为
当处理程序执行时,相关的调用结果已经就绪:
// 传统方式
let poolContract = PoolABI.bind(event.address)
let feeGrowthGlobal0X128 = poolContract.try_feeGrowthGlobal0X128()
// 声明式方式下,上述代码直接从内存缓存获取结果
性能影响
这种优化特别适合以下场景:
- 高频调用的子图
- 需要多个独立查询的处理程序
- 跨多个区块重复相同参数的调用
预期性能提升幅度取决于:
- 子图中调用的数量
- 调用的响应时间
- 调用的重复程度
总结
声明式区块链调用是 Graph Node 性能优化的重要方向,通过将隐式的调用需求显式声明,为运行时优化创造了条件。这种设计不仅提升了索引效率,也使得子图的维护更加直观。随着区块链数据量的增长,此类优化将变得越来越重要。
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 StartedRust069- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
687
4.45 K
Ascend Extension for PyTorch
Python
540
664
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
388
69
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++
953
919
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
646
230
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
407
322
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (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
1.59 K
923
昇腾LLM分布式训练框架
Python
145
172
暂无简介
Dart
935
234