NEARCore 2.5.0版本深度解析:分片重构与性能优化
项目背景与版本概述
NEARCore是NEAR区块链协议的核心实现,作为新一代高性能区块链平台,NEAR以其独特的分片架构和开发者友好特性在Web3领域占据重要地位。2.5.0版本的发布标志着NEAR网络在可扩展性和性能方面迈出了重要一步,通过引入第三代分片重构(Resharding V3)和跨分片带宽调度器等关键技术改进,为网络吞吐量和稳定性带来显著提升。
核心协议升级解析
第三代分片重构(Resharding V3)
本次升级的核心特性是实现了第三代分片重构技术,通过NEP-568改进方案引入。这项技术改进包含两个关键阶段:
-
分片布局优化:网络将从现有的6个分片逐步扩展至8个分片,通过协议版本75和76分两次完成。新的分片布局采用更智能的账户分配算法,使分片ID不再局限于简单的数字序列,而是转变为更具语义的标识符。
-
内存管理革新:在分片重构过渡期间,节点需要将分片2和3完整加载到内存中。这一设计虽然会暂时增加内存需求(建议至少64GB),但确保了重构过程的平滑进行。重构完成后,非验证节点可通过重启释放内存资源。
技术团队特别提供了故障恢复方案,当节点在重构过程中意外终止时,可通过neard flat-storage resume-resharding命令恢复重构流程,确保网络稳定性。
跨分片带宽调度器
基于NEP-584改进方案实现的跨分片带宽调度器是另一项重大改进:
- 智能流量控制:该系统通过动态管理分片间收据传输,显著提升了跨分片交易的吞吐量
- 水平扩展基础:为未来进一步增加分片数量奠定了技术基础,使网络能够更灵活地应对流量增长
- 协议版本74支持:该功能将随协议版本74的激活而启用
非协议性技术优化
状态同步机制改进
2.5.0版本对状态同步流程进行了重要调整:
- 同步时机优化:节点现在会在新周期开始后等待若干区块再进行状态同步,提高了同步效率
- 服务提供商切换:Fast NEAR成为新的状态部分提供方,旧服务将逐步淘汰。用户需更新配置中的存储桶设置为
fast-state-parts
交易处理并行化
通过并行化交易验证流程(包括签名检查),节点处理交易的能力得到显著提升。这项优化特别有利于高负载场景下的RPC节点性能表现。
升级计划与注意事项
技术团队制定了严谨的协议升级时间表:
- 协议版本74将于2025年3月9日开始投票
- 协议版本75将于3月11日开始投票
- 协议版本76将于3月16日开始投票
硬件建议:在完整升级周期内,验证节点、RPC节点和归档节点应确保至少64GB内存配置。特别提醒排名21-25的验证节点也应满足此要求以确保出块稳定性。
技术影响与展望
NEARCore 2.5.0版本的发布标志着网络向更高性能架构演进的关键一步。第三代分片重构不仅解决了当前网络的扩展性瓶颈,其灵活的分片ID设计更为未来的动态分片调整奠定了基础。跨分片带宽调度器的引入则显著提升了分片间通信效率,这两项改进共同构成了NEAR实现真正水平扩展的技术支柱。
对于开发者而言,这些底层改进将带来更稳定的网络环境和更高的交易处理能力,而节点运营者则需要关注过渡期的资源管理要求。随着这些技术的逐步落地,NEAR网络将能够更好地支持大规模去中心化应用的部署和运行。
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 StartedRust0152- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112