Ordinals项目:解决区块链节点无法获取原始交易数据的问题
问题背景
在使用Ordinals项目时,用户可能会遇到一个常见的技术问题:区块链全节点无法获取原始交易数据,并返回错误信息"Couldn't receive txs failed to fetch raw transaction: code -5 message No such mempool transaction"。这个错误通常出现在用户尝试通过Ordinals协议与区块链网络交互时。
错误分析
该错误的核心信息表明区块链节点无法查询特定的交易数据,主要原因有两个:
- 交易不在内存池(mempool)中
- 节点没有启用交易索引(txindex)
错误信息建议的解决方案包括:
- 使用-txindex参数启用区块链交易查询
- 提供区块哈希以启用区块链交易查询
- 对于钱包交易,使用gettransaction命令
根本原因
区块链核心客户端默认不保存所有交易的索引,这是为了节省磁盘空间和提高同步速度。当Ordinals项目需要查询特定交易时,如果该交易不在内存池中且没有建立交易索引,节点就无法提供所需数据。
解决方案
启用交易索引
最直接的解决方案是在区块链核心客户端的配置中启用交易索引。这可以通过以下方式实现:
-
在blockchain.conf配置文件中添加:
txindex=1
-
或者在启动区块链核心时使用命令行参数:
blockchaind -txindex
注意事项
-
启用txindex后,需要重新同步区块链数据,这可能需要较长时间(通常几天到一周不等,取决于硬件配置和网络速度)。
-
确保有足够的磁盘空间。完整的区块链数据加上交易索引目前需要超过600GB的存储空间。
-
如果之前运行的是修剪(pruned)节点,需要删除现有数据并从头开始同步,因为修剪节点无法添加交易索引。
验证解决方案
启用txindex并完成同步后,可以通过以下命令验证节点状态:
blockchain-cli getblockchaininfo
确认输出中"pruned"字段为false,并且同步进度接近1.0。
性能考虑
启用txindex会增加节点的资源使用:
- 磁盘空间需求增加约15-20%
- 初始同步时间延长
- 日常运行内存占用略有增加
但对于Ordinals项目的完整功能支持,这些额外的资源消耗是必要的。
替代方案
如果资源有限,可以考虑:
- 使用第三方提供的索引服务(但会降低去中心化程度)
- 仅针对特定交易查询时提供区块哈希(适用于临时需求)
- 使用轻量级客户端(功能可能受限)
结论
对于Ordinals项目的完整支持,运行一个完整的、启用txindex的区块链节点是最可靠的选择。虽然这会增加一些资源开销,但确保了所有交易数据的可查询性,为Ordinals协议的正常运行提供了坚实基础。
PaddleOCR-VL
PaddleOCR-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- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0123AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









