Stellar Core协议升级机制的优化:默认启用历史环境支持
2025-06-25 07:29:12作者:舒璇辛Bertina
在分布式账本系统的演进过程中,协议升级是一个关键但充满挑战的环节。Stellar Core项目近期针对协议升级机制做出了一项重要改进,通过默认启用历史环境支持(prev host)来提升网络升级的可靠性。
背景与问题
在Stellar网络中,协议升级需要通过共识机制完成。当网络准备升级到新协议版本时,验证节点需要同时理解新旧两个版本的协议规则,以确保升级过程的平滑过渡。此前,Stellar Core通过编译时标志enable-protocol-upgrade-via-soroban-env-host-prev来控制是否包含历史协议环境支持。
在实际操作中,特别是在Protocol 21升级期间,曾出现验证节点因未正确设置该标志而导致同步失败的情况。这暴露了一个潜在风险:节点操作者可能因为疏忽配置而意外破坏网络升级过程。
技术解决方案
开发团队经过讨论后决定采取更彻底的解决方案:
- 移除可选性:完全删除
enable-protocol-upgrade-via-soroban-env-host-prev编译标志,改为始终包含历史协议环境支持 - 二进制权衡:虽然这会略微增加二进制文件大小,但相比网络升级的可靠性,这个代价是可以接受的
- 简化部署:消除配置陷阱,降低节点运营者的操作复杂度
技术意义
这项改进体现了几个重要的设计原则:
- 可靠性优先:将关键路径上的可选功能变为必需,确保核心场景的稳定性
- 简化运维:通过减少配置选项来降低人为错误概率
- 协议演进保障:为未来的协议升级提供了更坚实的基础设施支持
影响评估
该变更主要带来以下影响:
-
正向影响:
- 提高网络升级的成功率
- 降低验证节点配置复杂度
- 为未来协议升级提供更好的保障
-
潜在考量:
- 微小的二进制体积增加
- 需要全面测试以确保没有隐藏的兼容性问题
结论
Stellar Core团队通过这项改进,展示了其对网络稳定性和用户体验的持续关注。在区块链系统中,协议升级机制的设计直接影响着网络的健壮性和演进能力。这种将关键功能设为默认而非可选的做法,值得其他分布式系统参考,特别是在需要确保全网一致性的场景下。
未来,随着Stellar网络的持续发展,这种内置的历史环境支持机制将为更复杂的协议升级提供坚实的基础,同时也为开发者社区提供了更可靠的构建环境。
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
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 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 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥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
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878