Revm项目中的Exec API设计与实现思考
2025-07-07 21:32:14作者:薛曦旖Francesca
背景与现状
在区块链虚拟机(Revm)项目中,当前存在一个Exec trait,它定义了执行交易的基本接口。这个trait目前是在Evm结构体上实现的,而Evm结构体同时包含了执行上下文(Context)和处理程序(Handler)。这种设计存在一定的不合理性,因为实际上执行交易只需要上下文就足够了。
问题分析
当前设计的主要问题在于:
- 执行逻辑与处理程序耦合度过高
- 难以支持不同链(如主网和Layer2网络)的差异化执行
- 缺乏统一的执行接口,导致代码复用性差
改进方案
基于上下文的Exec实现
核心思想是将Exec trait的实现从Evm迁移到Context上。这样做的优势在于:
- 简化执行流程,只需要上下文即可完成交易执行
- 减少不必要的依赖和耦合
- 提高代码的模块化程度
多链执行支持
为了支持Layer2网络等不同链的执行,可以引入L2Context新类型包装器。这种设计模式允许我们:
- 为不同链定义特定的执行逻辑
- 保持统一的执行接口
- 在需要时进行链类型转换
执行器与检查器分离
建议将执行逻辑与检查逻辑分离:
Exectrait专注于纯粹的执行功能- 新增
Inspecttrait处理检查逻辑 - 通过组合而非继承的方式实现功能扩展
技术实现细节
类型系统设计
// Layer2上下文包装器
pub struct L2Ctx<TX,BLOCK,CFG,DB: Database,JOURNAL: Journal<Database=DB>>(
Context<BLOCK,TX,CFG,DB,JOURNAL,L1BlockInfo>
);
// 基础执行trait
trait L2Exec: TransactionSetter + BlockSetter {
type Output;
fn l2_exec(&mut self) -> Self::Output;
fn l2_exec_with_tx(&mut self, tx: Self::Transaction) -> Self::Output;
}
// 检查trait
trait L2Inspect: L2Exec {
fn inspect(&mut self, insp: ()) -> Self::Output;
fn inspect_with_tx(&mut self, tx: Self::Transaction, insp: Inspector) -> Self::Output;
}
// 链类型转换trait
trait L2Into {
fn into_l2(self) -> L2Ctx<TX,..>;
fn into_mainnet(self) -> Ctx<TX,..>;
}
实现策略
- 为
Context实现L2Exec和L2Inspecttrait - 为
L2Ctx实现相同的trait以保持接口一致性 - 提供统一的
Exec和Inspecttrait实现 - 通过
L2Intotrait实现链类型转换
使用示例
fn api(tx: L2Transaction<TxEnv>) {
// 创建基础上下文
let mut ctx = Context::new(...);
ctx.set_block(BlockEnv::default());
// 作为主网执行
let out = ctx.exec(tx);
// 转换为Layer2执行
let mut ctx = ctx.with_chain(L1BlockInfo::default());
let out = ctx.l2_exec(tx);
// 显式类型转换
let mut ctx = ctx.into_l2();
ctx.exec(tx); // 现在使用Layer2逻辑执行
// 检查器使用
ctx.inspect(tx, Inspector::new());
}
设计优势
- 清晰的职责分离:将执行逻辑与上下文管理解耦
- 灵活的多链支持:通过类型系统优雅处理不同链的特殊逻辑
- 统一的接口:无论主网还是Layer2网络都使用相同的执行接口
- 可扩展性:易于添加新的链支持或执行变体
- 类型安全:利用Rust类型系统防止错误使用
总结
Revm项目中的Exec API重构方案通过将执行逻辑下移到上下文层,并引入类型系统来区分不同链的执行逻辑,实现了更清晰、更灵活的设计。这种改进不仅解决了当前架构中的耦合问题,还为未来的扩展提供了良好的基础。特别是通过新类型模式处理多链差异的设计,既保持了接口的统一性,又确保了各链特殊逻辑的正确实现。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
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++
876
576
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
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
136