Substrate开发者指南:深入理解Try-Runtime工具
2025-07-05 16:54:05作者:冯梦姬Eddie
概述
在Substrate区块链开发中,try-runtime是一个强大的工具,它允许开发者在真实链状态的基础上测试运行时逻辑。本文将深入探讨try-runtime的工作原理、使用场景和最佳实践。
核心概念
外部性(Externalities)基础
在Substrate中,外部性是指运行时与外部环境交互的抽象层。try-runtime基于两种关键的外部性实现:
TestExternalities:用于模拟存储环境的测试框架BasicExternalities:提供基本键值存储功能的简化实现
try-runtime通过remote_externalities扩展了这些基础功能,使其能够与真实链状态交互。
架构设计
try-runtime的核心架构包含三个关键组件:
- 状态抓取层:通过RPC从节点获取链状态
- 状态存储层:使用内存外部性存储抓取的状态
- 测试执行层:在隔离环境中执行测试逻辑
核心功能
运行时升级测试
try-runtime最常见的用途是测试运行时升级。它提供了两个关键钩子函数:
pre_upgrade():在升级前执行,用于记录升级前状态post_upgrade():在升级后执行,用于验证升级结果
辅助工具集
OnRuntimeUpgradeHelpersExt提供了一系列实用函数:
storage_key():生成唯一的存储键set_temp_storage():临时存储数据get_temp_storage():读取临时存储数据
这些工具使得状态验证变得更加简单可靠。
使用指南
环境准备
在使用try-runtime前,需要确保节点配置正确:
# 增加RPC最大负载
--rpc-max-payload 1000
# 允许所有跨域请求
--rpc-cors all
命令行操作
try-runtime提供了多种子命令:
- 运行时升级测试:
cargo run --release --features=try-runtime try-runtime on-runtime-upgrade live ws://localhost:9944
- 离线工作器测试:
cargo run --release --features=try-runtime try-runtime offchain-worker live --module ElectionProviderMultiPhase ws://localhost:9944
- 区块执行测试:
cargo run --release --features=try-runtime try-runtime execute-block live --block <block-hash> ws://localhost:9944
实际应用示例
场景:测试staking模块的迁移逻辑
impl OnRuntimeUpgrade for StakingMigration {
#[cfg(feature = "try-runtime")]
fn pre_upgrade() -> Result<(), &'static str> {
let validator_count = Validators::<T>::iter().count();
Self::set_temp_storage(validator_count, "validator_count");
Ok(())
}
#[cfg(feature = "try-runtime")]
fn post_upgrade() -> Result<(), &'static str> {
let pre_count = Self::get_temp_storage::<u32>("validator_count").unwrap();
let post_count = Validators::<T>::iter().count();
assert_eq!(pre_count, post_count, "Validator count changed unexpectedly");
Ok(())
}
}
最佳实践
- 结合链分叉工具:将
try-runtime与链分叉工具结合使用,可以创建完整的测试环境 - 渐进式测试:先测试单个模块,再测试完整运行时
- 状态验证:不仅要验证数据存在性,还要验证数据一致性
- 资源管理:对于大型状态,使用分页查询避免内存溢出
常见问题解决
-
RPC连接问题:
- 检查节点是否启用WebSocket RPC
- 验证CORS设置是否正确
-
状态获取失败:
- 确认区块哈希是否正确
- 检查节点是否已归档目标区块
-
测试性能优化:
- 使用
--execution Native提高执行速度 - 限制查询的状态范围
- 使用
总结
try-runtime是Substrate开发者工具箱中的重要组成部分,它填补了单元测试与生产部署之间的空白。通过在实际链状态上测试运行时逻辑,开发者可以更有信心地进行升级和迁移操作。掌握try-runtime的使用将显著提高区块链开发的可靠性和效率。
登录后查看全文
热门项目推荐
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219