Fuel Core项目中状态根服务的专用表定义设计
背景介绍
在Fuel Core区块链项目中,状态根服务(State Root Service)负责维护和验证区块链状态数据的Merkle树结构。这项服务最初为了快速实现,直接复用了链上存储(onchain storage)的表定义结构。这种做法虽然短期内解决了问题,但随着项目发展,特别是当需要将MerkleizedTableColumn
特性(trait)提取出来供压缩服务重用时,这种设计暴露出了明显的局限性。
原有设计的问题
原有实现直接对存储层的表结构进行Merkle化包装,例如:
/// Merkleized `ContractsRawCode` table.
pub type ContractsRawCode = Merkleized<fuel_core_storage::tables::ContractsRawCode>;
/// Merkleized `ContractsLatestUtxo` table.
pub type ContractsLatestUtxo = Merkleized<fuel_core_storage::tables::ContractsLatestUtxo>;
// ...其他表定义类似
这种设计存在几个关键问题:
-
孤儿规则限制:当尝试将
MerkleizedTableColumn
特性提取到公共模块时,由于Rust的孤儿规则(orphan rule),无法为存储层的列直接实现这个特性。 -
职责混淆:状态根服务与底层存储服务职责边界不清晰,存储层的表结构变更可能意外影响状态根服务。
-
测试困难:共享表结构使得针对状态根服务的独立测试变得复杂。
解决方案:专用表定义
为了解决这些问题,项目决定为状态根服务设计专用的表定义结构。这种设计带来了以下优势:
-
清晰的职责分离:状态根服务拥有自己独立的表定义,与存储层解耦。
-
更好的可维护性:表结构变更可以独立进行,不会产生意外的级联影响。
-
更灵活的测试:可以使用专门的
root_storage_tests
宏来测试这些新表。
实现细节
新的实现为状态根服务创建了专门的数据结构,这些结构:
- 保持与原有存储表类似的功能接口
- 明确针对Merkle树构建和验证优化
- 包含必要的元数据来支持高效的Merkle证明生成
例如,新的ContractsRawCode
表将不再是存储层表的简单包装,而是专门为实现MerkleizedTableColumn
特性而设计的独立结构。
对系统架构的影响
这一改进对Fuel Core系统架构产生了积极影响:
-
模块化程度提高:状态根服务成为一个更加独立的组件。
-
扩展性增强:为未来可能的状态证明优化提供了基础。
-
代码可读性改善:专用表定义使代码意图更加明确。
总结
Fuel Core项目中状态根服务从共享存储表到专用表定义的转变,体现了区块链系统设计中模块化和关注点分离的重要性。这种改进不仅解决了当前的技术债务,还为系统的未来发展奠定了更坚实的基础。通过定义专门的数据结构,项目获得了更好的灵活性、可维护性和可测试性,这些都是构建可靠区块链基础设施的关键因素。
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0119AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









