Celestia Node v0.21.3-mocha 版本深度解析:gRPC同步与归档优化
2025-07-08 09:01:46作者:伍霜盼Ellen
Celestia是一个模块化的区块链网络,专注于数据可用性层(DA)的创新。作为Celestia网络的核心组件,Celestia Node负责数据采样、存储和网络通信等关键功能。本次发布的v0.21.3-mocha版本带来了两项重要改进:gRPC同步机制的引入和归档节点存储优化。
核心变更:gRPC同步机制
在之前的版本中,桥接节点(Bridge Node)通过RPC协议与核心节点进行同步。v0.21.3版本彻底改变了这一机制,转而采用gRPC作为同步协议。这一变更带来了显著的性能提升和更现代的通信架构。
迁移注意事项
对于节点运营者而言,这一变更需要注意以下几点:
- 必须使用至少v3.3.0-arabica版本的核心节点作为同步端点
- 配置中不再使用
--core.grpc.port标志,改为使用--core.port指定gRPC端口 - 配置文件中的
RPCPort字段已被移除,取而代之的是简单的Port字段
安全增强
新版本还引入了TLS支持,可以通过以下配置增强gRPC连接的安全性:
--core.tls:启用TLS加密--core.xtoken.path:指定包含X-Token认证信息的JSON文件路径
这些安全特性为节点间通信提供了更好的保护,特别是在不安全的网络环境中。
归档节点存储优化
对于运行归档节点(Archival Node)的用户,v0.21.3版本默认启用了历史区块文件修剪功能,可将存储空间使用量减少约50%。
技术实现细节
该优化通过智能管理区块文件的第四象限(.q4文件)实现:
- 对于新同步的节点,系统会自动避免存储超出采样窗口的历史区块的.q4文件
- 对于已经完成同步的节点,系统会清理那些已经超出采样窗口的区块的.q4文件
值得注意的是,前一个版本(shwap)虽然已经包含避免存储.q4文件的逻辑,但缺乏自动清理机制。因此,存储空间的优化效果将在完整同步完成后逐渐显现。
其他重要改进
除了上述两项主要特性外,本次版本还包含多项优化和修复:
- 性能优化:改进了SHWAP(Share-Wide Availability Protocol)的行缓存机制,提升数据获取效率
- API增强:为开放RPC文档添加了更多类型支持,包括时间间隔和轴类型
- 测试覆盖:大幅扩展了共享模块的测试范围,提高了系统稳定性
- 依赖升级:更新了多个关键依赖项,包括quic-go v0.49.0和go-header v0.6.4
总结
Celestia Node v0.21.3-mocha版本通过引入gRPC同步和归档优化,显著提升了网络性能和存储效率。这些改进不仅降低了节点运营成本,也为未来更复杂的网络拓扑和更大规模的数据处理奠定了基础。对于节点运营者而言,及时升级并正确配置新参数是充分利用这些改进的关键。
随着Celestia网络的不断发展,我们可以期待更多类似的优化和创新,进一步巩固其作为模块化区块链领域领导者的地位。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0120
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
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++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
684
1.33 K
Ascend Extension for PyTorch
Python
720
883
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
440
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
610