FuelCore项目中交易提交与状态等待的优化方案
在FuelCore区块链项目中,开发者们正在讨论如何优化交易提交与状态等待的机制,特别是针对submitAndAwait功能的错误处理问题。当前实现存在一个关键的技术挑战:当交易无效时,系统无法立即向用户反馈错误信息,而是需要等待订阅响应,这影响了用户体验和开发效率。
当前机制的问题分析
FuelCore现有的交易处理流程分为两个主要部分:
-
直接提交交易:通过
submit突变操作实现- 如果交易无效,立即抛出异常
- 如果有效,继续后续处理
-
提交并等待状态:通过
submitAndAwait订阅实现- 当前无法立即识别无效交易
- 需要读取订阅响应体才能确定交易状态
- 对于有效交易,读取操作会阻塞直到状态更新
这种设计导致了一个技术困境:开发者无法在第一时间知道交易是否有效,因为订阅响应的读取操作对于有效交易会保持挂起状态,直到燃料核心节点推送状态更新。
技术实现细节
在TypeScript SDK中,当前实现采用了以下流程:
const response = await fetchFn(`${url}-sub`, {
method: 'POST',
body,
headers,
});
const [errorReader, resultReader] = response.body.tee().map((stream) => stream.getReader());
const errorChecker = new FuelGraphqlSubscriber(errorReader);
await errorChecker.next();
return new FuelGraphqlSubscriber(resultReader);
这段代码尝试通过分流技术来同时检查错误和返回订阅迭代器,但遇到了阻塞问题。当交易有效时,errorChecker.next()会一直等待状态更新,无法立即返回迭代器给用户。
提出的解决方案
经过深入讨论,项目团队提出了两种优化方案:
方案一:响应头标记法
在交易失败时,通过添加特定的响应头来标识失败状态。这样前端代码可以立即检查响应头,而不必等待读取响应体:
if(response.headers.has('transaction-failed') {
await errorChecker.next();
}
这种方法简单直接,但提供的信息有限,无法包含交易提交时间等额外元数据。
方案二:状态立即返回法
借鉴statusChange的实现方式,在提交交易后立即返回一个SubmittedStatus响应,而不是等待交易状态变更。这样:
- 对于无效交易,可以立即抛出异常
- 对于有效交易,立即返回包含提交时间等信息的
SubmittedStatus - 同时保持订阅通道开放,用于后续状态更新
这种方案更加全面,不仅解决了立即错误反馈的问题,还保留了有用的交易元数据,为开发者提供了更多灵活性。
技术决策与未来方向
经过权衡,FuelCore团队更倾向于采用第二种方案,因为它提供了更完整的功能集和更好的开发者体验。团队计划新增一个submit_and_await_status端点,专门用于这种改进后的交互模式。
这种优化将显著提升FuelCore区块链应用的开发体验,使开发者能够更高效地处理交易提交和状态跟踪,同时获得更及时的反馈信息。这对于构建响应式和高可用性的区块链应用至关重要。
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。C084
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