Desmos全节点搭建完整指南
前言
Desmos是一个基于Cosmos SDK构建的去中心化社交网络协议,搭建Desmos全节点是参与网络维护和开发的基础。本文将详细介绍如何从零开始搭建一个Desmos全节点,涵盖从软件编译到节点运行的全过程。
准备工作
在开始搭建前,请确保您的服务器满足以下基本要求:
- 至少4核CPU
- 8GB以上内存
- 500GB以上SSD存储空间
- 稳定的网络连接
1. 软件编译安装
Desmos支持两种数据库后端引擎选择:
默认选项:LevelDB
LevelDB是Google开发的高性能键值存储数据库,稳定性高但同步速度相对较慢。
cd $HOME
git clone https://github.com/desmos-labs/desmos.git
cd desmos
git checkout tags/v2.3.1
make install
高性能选项:RocksDB
Facebook开发的RocksDB性能更优,能显著减少同步时间,但尚处于实验阶段。
make install DB_BACKEND=rocksdb
编译完成后验证安装:
desmos version --long
2. 初始化工作目录
初始化节点时建议使用自定义种子,这样在需要重置节点时可以重新生成相同的私钥。
- 生成随机种子:
desmos keys add node --dry-run
- 使用种子初始化节点:
desmos init <节点名称> --recover
系统会提示输入之前生成的助记词,初始化完成后会在~/.desmos目录下生成配置文件。
3. 获取创世文件
根据您要加入的网络获取对应的创世文件:
- 测试网:需从官方渠道获取最新测试网创世文件
- 主网:使用主网指定的创世文件
将获取的创世文件放置于~/.desmos/config/genesis.json。
4. 配置节点连接
编辑~/.desmos/config/config.toml文件,配置种子节点:
seeds = "种子节点地址1,种子节点地址2"
persistent_peers = "持久节点地址1,持久节点地址2"
种子节点会提供网络中的其他节点列表,帮助您的节点快速连接网络。
5. 状态同步配置
Desmos v0.15.0+支持状态同步功能,可大幅缩短节点同步时间。
配置状态同步需要:
- 设置信任高度和哈希
- 配置RPC服务器地址
具体参数请参考网络文档,不同网络(测试网/主网)配置不同。
6. 完整同步方案
从区块1开始完整同步的步骤:
- 降级软件版本至网络初始版本
- 禁用状态同步功能
- 设置Cosmovisor处理历史升级
完整同步可能需要数天时间,仅建议特殊需求时使用。
7. 快照配置优化
默认情况下,节点每500个区块创建一次状态快照,保留最近2个快照。您可以根据需要调整:
snapshot-interval = 500 # 快照间隔
snapshot-keep-recent = 2 # 保留快照数量
注意:snapshot-interval必须是pruning-keep-every的倍数。
8. 数据库后端切换
如果您选择使用RocksDB,还需修改配置:
db_backend = "rocksdb"
9. 网络端口配置
建议开放以下端口:
- 26656:P2P通信端口(必须)
- 26657:RPC服务端口
- 9090:gRPC服务端口
- 1317:REST API端口
使用ufw配置防火墙:
sudo ufw allow 26656/tcp
sudo ufw enable
10. 启动节点
完成所有配置后,启动节点:
desmos start
检查节点状态:
desmos status
当catching_up为false时,表示节点已完成同步。
11. 系统服务配置
建议将节点配置为系统服务实现自动运行:
- 创建服务文件
/etc/systemd/system/desmosd.service - 启用并启动服务:
systemctl enable desmosd
systemctl start desmosd
常用服务管理命令:
- 查看状态:
systemctl status desmosd - 查看日志:
journalctl -u desmosd -f - 停止服务:
systemctl stop desmosd
12. Cosmovisor集成
为支持链上无缝升级,建议使用Cosmovisor管理节点进程。Cosmovisor会自动检测并执行链上发起的升级建议,确保节点平稳过渡到新版本。
配置Cosmovisor需要:
- 设置环境变量
- 创建必要的目录结构
- 准备各版本二进制文件
结语
通过以上步骤,您已成功搭建并运行了一个Desmos全节点。作为网络参与者,您的节点将帮助验证交易并传播区块数据,为Desmos网络的去中心化和安全性做出贡献。如需将节点升级为验证人节点,还需完成额外的质押和配置步骤。
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00