Hyperledger Besu项目中的Blob吞吐量提升技术解析
2025-07-10 23:35:20作者:尤峻淳Whitney
背景与需求
在区块链生态系统的持续演进中,Blob交易类型作为扩容解决方案的重要组成部分,其吞吐量的优化一直是开发者关注的焦点。Hyperledger Besu作为企业级区块链客户端,近期完成了对Blob吞吐量从目标3/最大6到目标6/最大9的提升工作。
技术实现细节
本次升级的核心在于调整Blob基础费用的更新机制。在Cancun升级中,Blob基础费用更新分数(BLOB_BASE_FEE_UPDATE_FRACTION)被设置为3338477,这个数值直接影响了网络对Blob交易需求的响应速度。
升级到Electra/Prague版本后,需要将这个参数调整为5007716。这一调整看似简单,但实际上涉及到整个费用市场机制的优化:
- 参数调整:新的5007716数值经过精心计算,确保在网络吞吐量提升后仍能维持合理的经济激励机制
- 架构设计:通过创建新的PragueFeeMarket类来覆盖CancunFeeMarket中的原有值,保持了代码的模块化和向后兼容性
- 平滑过渡:这种设计允许网络在不同硬分叉阶段使用不同的参数配置,确保升级过程的稳定性
技术影响分析
吞吐量提升带来的直接影响包括:
- 网络容量:Blob交易处理能力翻倍,从目标3提升到6,最大容量从6提升到9
- 费用市场:新的基础费用更新分数能更精确地反映网络负载变化,防止费用剧烈波动
- 开发者体验:DApp开发者现在可以在单个区块中包含更多Blob数据,为数据密集型应用创造更多可能性
实现考量
在实现这一升级时,开发团队特别考虑了以下因素:
- 经济安全性:确保新的参数设置不会破坏网络的抗恶意攻击能力
- 网络稳定性:验证了吞吐量提升后不会对节点资源使用造成过大压力
- 向后兼容:通过继承机制实现参数覆盖,确保现有功能不受影响
未来展望
这次Blob吞吐量提升为区块链网络的进一步扩容奠定了基础。随着Prague升级的推进,我们可以期待更多优化措施被引入,使区块链网络能够支持更复杂的应用场景和更高的交易吞吐量。
对于Hyperledger Besu用户而言,这一变化意味着更高效的企业级区块链解决方案,特别是在需要处理大量数据的应用场景中,如供应链追踪、数字身份验证等领域,都将从中受益。
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
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137