Lighthouse v7.0.0-beta.2版本发布:Holesky测试网紧急修复方案
Lighthouse是区块链2.0客户端实现之一,由Sigma Prime团队开发,采用Rust语言编写。作为区块链共识层的重要客户端,Lighthouse以其高性能和稳定性在区块链生态系统中占据重要地位。
本次发布的v7.0.0-beta.2版本是针对Holesky测试网在2025年2月Electra升级失败后的第二个紧急修复版本。该版本主要解决了节点在非最终性状态下的内存使用问题,并优化了节点同步性能。需要注意的是,这个版本仅适用于Holesky测试网用户,主网、Sepolia或其他网络用户不应使用此版本。
核心改进
强制伪最终化功能
该版本引入了一个实验性功能,允许在Lighthouse数据库中强制"最终化"一个区块。这一功能使Lighthouse能够修剪低质量侧链、移除已最终化状态并回收磁盘空间。需要注意的是,这一功能在一般情况下并不安全,仅应在紧急情况下使用。
使用该功能需要提供纪元号(epoch)、区块根(block_root)和状态根(state_root)三个参数,这些参数必须来自纪元边界。跳过某些时隙是可以接受的,但状态根必须是纪元边界状态的状态根。
状态缓存优化
团队对旧状态如何与状态缓存交互进行了调整,消除了状态缓存未命中的几种情况,并修复了由BlocksByRange请求、侧链和对古老区块的证明引起的状态缓存不良交互问题。
这些优化都是自动进行的,用户无需采取任何操作即可受益。对于更高级的用户,可以尝试使用新标志--state-cache-headroom 8,该标志会在状态缓存填满时更积极地修剪状态缓存(移除8个状态)。
新增HTTP端点
新增了lighthouse/add_peer端点,允许用户将可信对等节点添加到对等节点数据库,并在节点优雅断开连接时每个心跳周期都尝试重新连接。这对于节点难以在规范链上找到对等节点的情况特别有用。可以与--disable-discovery标志一起使用,以限制节点拨打的连接数,加快同步到正确链的速度。
使用建议
该版本仅适用于Holesky测试网用户从v7.0.0-beta.0或v7.0.0-beta.1升级。与v7.0.0-beta.1相比,此版本没有破坏性变更。
对于不同类型的用户,升级优先级如下:
- 测试网质押用户:强烈建议升级信标节点和验证器客户端
- 测试网非质押用户:建议升级信标节点
- 主网用户:不应升级此版本
技术实现细节
在底层实现上,该版本包含多项重要改进:
-
数据库手动压缩端点:允许用户手动触发数据库压缩操作,这在强制伪最终化后特别有用,可以永久回收空间。
-
状态缓存处理优化:防止在数据库迁移时写入状态缓存,拆分区块根查找逻辑,重用子树以减少内存中的inactivity_scores占用。
-
区块范围请求处理优化:尽可能从分叉选择中加载区块根,减少存储访问。
-
状态缓存大小默认值调整为32,并增加了回溯日志记录功能,帮助调试状态缓存未命中情况。
-
针对Holesky救援场景优化了状态处理性能。
这些改进共同提升了节点在非最终性条件下的稳定性和性能,特别是在Holesky测试网当前的特殊情况下。
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。C067
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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TSX0130
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