Hyperledger Besu存储层优化:扁平数据库策略抽象合并实践
2025-07-10 14:11:45作者:范垣楠Rhoda
在区块链系统Hyperledger Besu的存储层设计中,FlatDbStrategyProvider作为抽象类存在,但其实现仅有BonsaiFlatDbStrategyProvider一个具体类。这种设计模式在实际开发中逐渐显现出维护成本增加的问题,本文将深入分析这一技术债务的解决过程。
背景与问题分析
在Besu的存储架构中,扁平数据库(Flat Database)策略负责处理世界状态(World State)的存储方式。原始设计采用了模板方法模式,通过抽象类FlatDbStrategyProvider定义算法骨架,而由具体子类BonsaiFlatDbStrategyProvider实现具体操作。
这种设计初衷是为了支持多种扁平数据库策略,但实际演进过程中发现:
- 项目仅需要Bonsai这一种存储策略
- 抽象层增加了代码理解难度
- 维护时需要同时考虑抽象类和实现类
- 增加了不必要的继承层次
技术实现细节
原始架构分析
原始架构中,FlatDbStrategyProvider作为抽象类主要承担以下职责:
- 定义扁平数据库操作的基本流程
- 提供部分默认实现
- 声明需要子类实现的抽象方法
BonsaiFlatDbStrategyProvider则具体实现了:
- 账户数据的存储与检索
- 存储格式的配置处理
- 特定于Bonsai存储的性能优化
重构方案设计
重构的核心思路是"消除不必要的抽象",具体步骤包括:
- 功能迁移:将抽象类中的模板方法逻辑直接内联到Bonsai实现类
- 接口简化:去除多余的继承层次,使类关系更加直观
- 配置保留:确保仍然可以通过DataStorageFormat配置存储格式
- 性能保障:保持原有存储操作的性能特征不变
重构后的架构特点:
- 类数量减少,结构更扁平
- 代码逻辑更集中,便于维护
- 消除了"为扩展而扩展"的设计
- 保持了原有的配置灵活性
实施过程与验证
实施过程严格遵循以下质量控制措施:
- 功能测试:确保所有扁平数据库操作在重构后行为一致
- 配置验证:确认存储格式配置机制仍然有效
- 性能基准:比对重构前后的存储操作性能指标
- 接口兼容:保证不破坏现有的外部API契约
验证结果表明:
- 所有存储操作功能完整保留
- 配置驱动的实例化机制工作正常
- 存储性能指标保持稳定
- 对上层调用完全透明
经验总结
这次重构提供了几个有价值的工程实践启示:
- 避免过早抽象:不要为可能需要的扩展点预先设计抽象层
- 定期审视设计:随着系统演进,早期合理的设计可能不再适用
- 保持简单性:在满足需求的前提下,最简单的设计通常是最好的
- 重构安全性:通过严格的验证流程可以安全地进行架构调整
在区块链存储系统这类关键组件中,平衡设计的灵活性与实现的简洁性尤为重要。Besu的这次重构展示了如何在保持功能完整性的同时,优化代码结构以提高可维护性。
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
407
3.14 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
673
160
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++
664
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
658
React Native鸿蒙化仓库
JavaScript
262
326
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