FuelCore项目中稀疏默克尔树的移除与优化方案
2025-04-30 22:13:08作者:仰钰奇
背景与决策
在区块链存储系统中,默克尔树(Merkle Tree)是一种常见的数据结构,用于高效验证数据的完整性和一致性。FuelCore项目原本在ContractsState和ContractsAssets两个关键表中使用了稀疏默克尔树(Sparse Merkle Tree, SMT)来实现这一功能。
经过团队深入研究和性能测试后发现,虽然SMT在某些场景下表现良好,但在FuelCore的具体应用场景中,其他类型的默克尔树展现出更优的性能特性。这些新发现的树结构具有以下优势:
- 更低的存储访问频率
- 更小的存储空间占用
- 更高的操作效率
技术实现方案
过渡期解决方案
在等待更优默克尔树结构的审计和生产就绪版本期间,团队决定采用以下过渡方案:
- 将
ContractsState和ContractsAssets表的存储结构从Sparse蓝图切换为Plain蓝图 - 在需要默克尔根的地方,使用空树的根哈希值作为替代
具体变更点
-
存储结构变更:
- 移除原有的稀疏默克尔树实现
- 采用简单的平面存储结构作为临时方案
-
根哈希处理:
- 由于
Plain蓝图不实现MerkleRootStorage特性 - 在需要提供默克尔根的接口处,统一返回空树的根哈希值
- 由于
-
兼容性考虑:
- 确保变更不会影响现有合约的执行逻辑
- 保持接口一致性,减少对上层应用的影响
技术细节解析
稀疏默克尔树的局限性
稀疏默克尔树虽然能够高效处理稀疏数据集,但在FuelCore的实际使用中发现了以下问题:
- 存储效率:每个操作需要访问的存储位置较多
- 计算开销:哈希计算频率较高
- 空间占用:节点结构导致存储膨胀
Plain蓝图的优势
作为过渡方案,Plain蓝图提供了:
- 简单性:实现简单,维护成本低
- 稳定性:在过渡期间提供可靠的基础功能
- 可替换性:为后续更优结构的集成做好准备
未来演进路线
这一变更只是FuelCore存储优化的第一步,后续计划包括:
- 评估和选择最适合FuelCore场景的默克尔树变种
- 实现经过严格审计的新树结构
- 平滑迁移到新结构,同时保持数据一致性
- 持续优化存储性能和资源利用率
总结
FuelCore团队通过这次技术调整,展示了其对系统性能优化的持续追求。从稀疏默克尔树到Plain蓝图的过渡,虽然是一个临时方案,但体现了团队对技术选型的审慎态度和对系统稳定性的高度重视。这一变更将为后续更深入的存储优化奠定基础,最终为用户带来更高效、更可靠的区块链体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
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++
654
282
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (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
1.13 K
631
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
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100