Foundry项目中的存储访问记录控制功能解析
2025-05-26 08:29:57作者:幸俭卉
在区块链智能合约开发领域,Foundry作为一套强大的开发工具链,其测试功能一直备受开发者青睐。本文将深入探讨Foundry中一个重要的测试功能改进——存储访问记录的控制机制。
背景与问题
在智能合约测试过程中,开发者经常需要追踪合约执行时对存储槽(storage slot)的访问情况。Foundry提供了vm.record()这个cheatcode(测试专用函数)来启动存储访问记录功能。然而,当前实现存在一个明显的设计缺陷:一旦调用vm.record(),系统将持续记录所有存储访问直到测试结束,这会带来两个主要问题:
- 内存占用过高:长时间运行的测试会积累大量不必要的存储访问记录
- 性能下降:持续记录操作会增加测试执行的开销
解决方案设计
针对这个问题,开发团队提出了两种可能的解决方案:
- 新增停止函数:引入
vm.stopRecord()或vm.stopAndReturnAccesses()函数 - 修改现有函数:让
vm.accesses()在返回结果的同时自动停止记录
经过讨论,团队最终选择了第一种方案,主要基于以下考虑:
- 保持向后兼容性,避免破坏现有测试脚本
- 提供更明确的控制逻辑,符合"显式优于隐式"的设计原则
技术实现细节
在实现层面,这个功能改进涉及以下关键点:
- 记录状态管理:需要在虚拟机层面维护一个记录状态的标志位
- 内存清理机制:停止记录时需要安全释放已占用的内存资源
- 结果返回处理:确保在停止记录时能正确返回已收集的访问数据
最佳实践建议
对于使用Foundry进行测试的开发者,建议:
- 尽早停止记录:在获取完所需数据后立即调用停止函数
- 作用域控制:将记录操作限定在必要的测试代码块中
- 资源监控:对于大型测试套件,注意监控内存使用情况
总结
这个功能改进虽然看似简单,但体现了Foundry团队对测试工具精细化控制的追求。通过提供存储记录的手动停止功能,开发者能够更高效地进行针对性测试,同时减少不必要的资源消耗。这也反映了Foundry作为专业开发工具在性能优化方面的持续努力。
随着智能合约项目规模不断扩大,类似这样的精细化控制功能将变得越来越重要,它们能够帮助开发者在保证测试覆盖率的同时,维持高效的开发工作流程。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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
313
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
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137