LND与CLN节点间通道费用更新问题分析
问题概述
近期在Lightning Network中,LND节点与CLN节点之间的非锚定通道出现了一个严重的互操作性问题。当网络费用大幅波动后,两个实现之间的通道无法正常维持连接,导致通道频繁断开甚至可能引发强制关闭(Force Close)的风险。
问题现象
当区块链网络费用从高位回落时,LND节点会尝试向CLN节点发送费用更新消息。然而,CLN节点会拒绝这些更新,并返回"update_fee XXXXXX unaffordable"的错误信息,随后断开连接。这个问题在网络费用剧烈波动期间尤为明显。
技术背景
在闪电网络中,通道双方需要定期协商更新链上交易费用,以确保未来可能的通道关闭交易能够被及时打包。LND和CLN采用了不同的费用估算策略:
- LND支持通过feeurl从外部服务获取动态费用估算
- CLN则主要依赖本地节点的费用估算
当两个实现对合理费用的判断出现较大分歧时,就会导致互操作性问题。
问题根源
经过分析,这个问题主要由以下几个因素共同导致:
-
费用估算差异:LND在无法获取feeurl数据时会回退到一个较高的默认值(253 sat/kw),而CLN则可能使用完全不同的估算值
-
费用检查机制:CLN默认会对接收到的费用更新进行可负担性检查,当认为费用过高时会拒绝更新
-
协议实现差异:LND和CLN在费用更新协商的协议处理上存在细微差别
解决方案
针对这个问题,社区已经提出了多种解决方案:
-
LND端修复:在0.18版本中已经修复了费用估算的问题,避免使用不合理的默认值
-
CLN配置调整:可以通过设置
ignore-fee-limits=true参数来禁用CLN的费用检查机制 -
等待费用回落:在网络费用自然回落后,问题可能会自行解决
最佳实践建议
为了避免类似问题,节点运营者可以采取以下措施:
- 确保使用最新版本的实现软件
- 为LND配置可靠的feeurl源
- 对于重要的通道伙伴,提前沟通确认双方的费用策略
- 考虑在CLN上为特定通道设置
ignore-fee-limits
总结
LND与CLN之间的费用更新问题凸显了闪电网络不同实现间互操作性的重要性。随着网络的不断发展,实现间的协调和标准化将变得越来越关键。节点运营者应当保持对这类问题的关注,并及时采取措施保护自己的通道资金安全。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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