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。
kernelopenEuler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。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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