Lighthouse项目中的DataColumnSidecarsByRoot请求更新解析
2025-06-26 09:37:44作者:温玫谨Lighthearted
背景介绍
Lighthouse是区块链共识层的一个Rust实现客户端,近期其开发团队正在处理一个关于数据可用性采样(DAS)功能的重要更新。该更新涉及对DataColumnSidecarsByRoot请求结构的修改,目的是优化网络消息大小。
技术变更内容
根据最新的共识规范变更,开发团队需要调整DataColumnSidecarsByRoot请求的数据结构。原有的实现将被新的DataColumnsByRootIdentifier结构所替代。这一变更主要出于以下技术考虑:
- 消息体积优化:新的数据结构设计更加紧凑,能够显著减少网络传输的数据量
- 性能提升:较小的消息体积意味着更快的网络传输速度和更低的带宽消耗
- 标准化要求:这一变更是为了符合即将发布的peerdas-devnet-7开发网络的技术规范
实现细节
在技术实现层面,这一变更涉及:
- 请求参数类型的替换
- 相关序列化/反序列化逻辑的调整
- 网络协议层的兼容性处理
开发团队已经完成了这一变更的代码实现,并通过了内部审查流程。该功能预计将在下一个开发网络版本中投入使用。
技术影响分析
这一看似简单的数据结构变更实际上会对系统产生多方面影响:
- 网络效率:减少约30%的请求消息体积
- 兼容性:需要确保新旧版本客户端之间的互操作性
- 测试验证:需要全面的测试覆盖以确保功能正确性
总结
Lighthouse团队持续优化其数据可用性采样功能的实现细节,这次对DataColumnSidecarsByRoot请求的更新体现了团队对网络效率和协议标准化的重视。这类底层协议的优化虽然对终端用户不可见,但对于提升整个区块链网络的性能和可靠性具有重要意义。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
464
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++
895
687
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
355
216
昇腾LLM分布式训练框架
Python
121
147
暂无简介
Dart
807
199
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
🔥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
68
20
🎉 (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
1.38 K
782