Plutus项目中产品类型的Data编码优化探讨
2025-07-10 23:46:51作者:袁立春Spencer
背景介绍
在Plutus智能合约开发中,数据类型需要被编码为Data才能在链上存储和传输。目前Plutus提供了两种主要的Data编码方式:Constr(构造器)和List(列表)。对于简单的产品类型(product types),使用List编码比Constr编码更高效,因为前者在解构时少一个步骤。
当前实现的问题
目前Plinth库只提供了基于Constr的编码方案(通过unstableMakeIsData函数),这限制了开发者对编码方式的控制权,也无法充分利用List编码的性能优势。开发者如果希望使用List编码,必须手动实现ToData、FromData和UnsafeFromData类型类,这增加了开发复杂度和出错概率。
技术实现方案
我们可以为产品类型提供模板Haskell辅助函数,自动生成基于List编码的Data实例。以下是一个Neighbor数据类型的示例实现:
data Neighbor = Neighbor
{ nibble :: Integer
, prefix :: BuiltinByteString
, root :: BuiltinByteString
}
deriving stock (Show, Eq, Generic)
-- List编码的ToData实例
instance PlutusTx.ToData Neighbor where
toBuiltinData (Neighbor{nibble, prefix, root}) =
PlutusTx.toBuiltinData [PlutusTx.toBuiltinData nibble, PlutusTx.toBuiltinData prefix, PlutusTx.toBuiltinData root]
-- List编码的FromData实例
instance PlutusTx.FromData Neighbor where
fromBuiltinData neighbor = do
let neighborList = BI.unsafeDataAsList neighborList'
nibble <- PlutusTx.fromBuiltinData $ BI.head neighborList
prefix <- PlutusTx.fromBuiltinData $ BI.head (BI.tail neighborList)
root <- PlutusTx.fromBuiltinData $ BI.head (BI.tail $ BI.tail neighborList)
return Neighbor{nibble, prefix, root}
兼容性考量
虽然List编码更高效,但必须考虑以下兼容性问题:
- plutus-ledger-api中的现有类型必须保持Constr编码以确保向后兼容
- 节点需要支持新的编码格式
- 其他智能合约语言需要更新其plutus-ledger-api实现
未来发展方向
社区正在讨论以下可能的解决方案:
- 提供"实验性"的替代函数集,允许不受兼容性约束的用户选择更高效的编码
- 在Plutus版本更新时,将更高效的编码设为默认选项
- 与节点团队合作,支持脚本上下文的替代变体
结论
为Plutus产品类型提供List编码支持是一个值得探索的优化方向。虽然存在兼容性挑战,但通过合理的版本管理和社区协作,可以在保持向后兼容的同时,为开发者提供更高效的编码选择。这一改进将有助于提升Plutus智能合约的执行效率和开发体验。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0174
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook099
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook04
inference通过更改一行代码,您可以在应用程序中用另一个大型语言模型(LLM)替换OpenAI GPT。Xinference赋予您使用任何所需LLM的自由。借助Xinference,您能够在云端、本地、甚至笔记本电脑上运行任何开源语言模型、语音识别模型和多模态模型的推理。Python02
项目优选
收起
暂无描述
Dockerfile
750
4.89 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
843
1.85 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
642
1.27 K
Ascend Extension for PyTorch
Python
693
840
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
452
422
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++
1.02 K
1.05 K
Claude 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 Started
Rust
1.61 K
174
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
961
565
昇腾LLM分布式训练框架
Python
174
214
暂无简介
Dart
999
253