Stellar-Core中Soroban条目TTL值返回机制的优化
2025-06-25 17:52:25作者:凤尚柏Louis
在区块链和分布式账本技术中,数据存储和访问机制是系统设计的核心要素之一。Stellar-Core作为Stellar网络的核心实现,近期对其Soroban智能合约平台的条目TTL(Time-To-Live)返回值机制进行了重要优化,这一改进虽然看似微小,但对系统接口的一致性和开发者体验有着重要意义。
背景与问题
Soroban是Stellar网络上的智能合约平台,它采用了基于TTL的存储模型。在这种模型中,每个存储在账本中的条目都有一个生存时间值,当TTL到期后,条目会被归档。在之前的实现中,Stellar-Core的getledgerentry端点对于已归档的条目不会返回TTL值,这导致了接口行为的不一致性。
技术细节
TTL机制是分布式系统中常见的数据生命周期管理策略。在Soroban的实现中:
- 活跃条目:具有明确的TTL值,表示该条目将在多少个账本周期后过期
- 归档条目:已经过期的条目,不再占用活跃存储空间
原始实现中,对于归档条目,API端点会完全省略TTL字段,这给客户端处理带来了额外的复杂性,因为客户端需要针对两种不同的响应格式进行特殊处理。
解决方案
优化后的实现采用了以下设计原则:
- 接口一致性:无论条目状态如何,都返回TTL字段
- 明确语义:对于归档条目,使用0作为TTL值,明确表示条目已过期
- 向后兼容:不影响现有对活跃条目的处理逻辑
这种设计使得客户端代码可以统一处理所有类型的条目,简化了错误处理逻辑,提高了开发效率。
实现影响
这一改动虽然看似简单,但对系统产生了多方面的影响:
- 开发者体验:客户端不再需要检查TTL字段是否存在,简化了代码逻辑
- 监控工具:可以统一监控所有条目的TTL状态,包括已归档的
- 数据分析:便于统计归档条目的数量和分布情况
技术考量
在实现过程中,团队考虑了多种方案:
- 使用特殊值(如-1)表示归档:可能引入额外的语义复杂性
- 保持原状:导致接口不一致
- 采用0值:最符合直觉,且与多数编程语言中"零值"表示无效/初始状态的惯例一致
最终选择的0值方案在语义明确性和实现简单性之间取得了良好平衡。
总结
Stellar-Core对Soroban条目TTL返回值机制的优化,体现了优秀系统设计中对接口一致性的重视。这种看似微小的改进实际上反映了区块链系统设计中一个重要的原则:稳定的、可预测的接口行为对于开发者生态的健康发展至关重要。通过统一活跃条目和归档条目的返回格式,系统降低了客户端的复杂度,提高了整体的可维护性。
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
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878