科普 | 使用覆盖层改变以太坊状态树的格式

账户和合约存储数据的方式是影响以太坊的众多问题之一。以太坊协议选用了 Merkle Patricia Tree（MPT，默克尔帕特里夏树）来组织账户及合约数据。尽管这种数据结构在理论上效果很好，但在实际应用中，它带来的问题却比它能够解决的问题多。核心开发者们已经讨论多年，想要把这种数据结构换为二叉树，我将在这篇文章中阐述我对这个问题的看法以及 如何实现这种转变 。

我所提议的处理方法包括一段时间的过渡期，在这段时间内，网络要同时维护两种树结构。这样做的好处是，转换树结构的过程不会影响链的运行，并且可以确保所有的账户都被转换成了二进制格式。

背景

目前，以太坊的状态树是十六叉制的。十六叉制表示每个节点有 16 个孩子节点。理论上讲，这种方式挺好的，因为孩子节点多意味着只需要更少的 “层” （即树高）便可存储所有数据。

例如，下图是用十六叉树表示的键值对 (170, v) 。十六进制中， 170 记作 0xaa ，因此你只需要两层：第一层记录第一个 a ，第二层记录第二个 a 。

可以看出，上图的树很矮，而且很宽。给定相同的键值对，下图展示了二叉树存储的情形。 170 在二叉树中被表示为 10101010

。

从图中可见，二叉树要深得多，也窄得多。

以太坊中，每个区块包含一个 stateRoot 字段，这是该块处理完成后表示以太坊全局状态的 MPT 的树根哈希值。总的来说，这个哈希值是对根节点的 16 个孩子节点的哈希值所组成的列表作哈希运算得到的。这些孩子节点的哈希值又是孩子的 16 个孩子节点的哈希值所组成的列表做哈希运算得到的，以此类推。

每次打包交易生成新区块时，矿工都会更新账户树，重新计算根哈希。根哈希存储在新区块的 stateRoot 字段，然后新区块被共识。

问题在于：如果要对所有节点做哈希，重新计算根哈希的时间就太长了，因此，为了计算根节点的哈希，矿工将从数据库中检索 同层节点的兄弟哈希值 （ sibling hashes

） 。虽然后者（矿工从数据库检索兄弟哈希值）花费的时间没有前者（矿工从数据库库得到所有的叶子节点并做哈希）那么多，这个操作还是很耗时。因为每个哈希都必须从数据库中取出。

在十六叉树中，通常每一层你都需要取出 15 个兄弟哈希值。在上面那个我构造的例子（图 1）中，（重计算根哈希）就需要 30 个哈希值。

尽管二叉树层次更深一点，但在每一层只需要一个兄弟哈希值。在上述例子（图 2）中，仅仅需要 8 个哈希值！这就是为什么在实际中二叉树更优。

覆盖层转变方法

不幸的是，转换为二叉树并不简单。需要转换的数据 太多了 ，执行转换花费的时间将多于 15 秒的区块生成时间 。

除此以外，设想你要翻译一本 5000 页的书，作者还在不停地告诉你他们对故事做了些修改，并且这些修改会影响你已经翻译过的页 …… 那这个过程就没完没了。转换状态树的格式也是一样的问题：可能你刚完成某个地址的格式转换，用户就使用了该地址（因此更新了该地址的状态），那你又得从头转换一遍（因为一个地址的状态更新也会影响到整棵状态树）。

解决这个问题的办法是增加一个过渡期，过渡期间，在十六叉树基层上建立一棵 覆盖树（overlay tree） 。这棵覆盖树是二叉树格式的，它的作用是保存状态上发生的所有变化，直到基十六叉树完全转换为二叉树。转换分为 3 步进行。

第 1 步 —— 转换

在这种方法下，区块高度为 H1 时肯定会有 两个 状态根：一个是 “基层” 十六叉树状态根，一个是 “覆盖层” 二叉树状态根。

十六叉树被设置为只读，因此对状态的任何更新都将在覆盖树上进行。

当一笔交易读取或者更新一个账户时，系统首先会搜索覆盖树。如果在覆盖树中找不到账户，接着将会在旧的十六叉树中搜索值。

与此同时，十六叉树在后台进行转换。此时不需要担心值插入的问题，因为所有的改变都会存储在上层的覆盖树中。

第 2 步 —— 基层树切换

当后台转换过程完成，矿工对外宣告，他们已经准备好用转换结果（只读二叉树根）来替换只读的十六进制基层树根。对状态的读写与步骤 1 阶段是一样的。（译者注：此时的只读二叉基层树是根据原本的十六进制状态树得到的）

当足够多的一系列区块对转换所得的二叉基层树根给出了相同的值，意味着大多数矿工都完成了转换，并且认可转换后的树。合并过程则开始。（译者注：此时的合并是针对只读二叉基层树和可读写二叉覆盖树）

第 3 步 —— 合并两棵树

合并过程不断推进：每产生一个新的区块，就从覆盖树上删除 n 个键，把它们重新插入二叉基层树。此过程一直持续，直到所有的键都从覆盖树上移除。到达这步时，区块头就不再保留覆盖状态树的树根。

整个步骤的核心只有一个：如果交易执行时要写的键存在于覆盖树上，这个键就会从覆盖树上删除，写操作直接在二叉基层树上进行。

下一步

为了估计完成转换所需要的时间，我已经做了一个 低转换率的原型系统 。我们确信，整个过程花费的时间不会太离谱，也就是说几天时间就够了。我们会随着算法的改进而公布更多细节。

致谢

此提议得益于 Alexey Akhunov、Vitalik Buterin、Anna George、Sina Mahmoodi、Tomasz Stanczak 以及 Martin H. Swende 的宝贵意见。

（完）

原文链接: https://medium.com/@gballet/ethereum-state-tree-format-change-using-an-overlay-e0862d1bf201

作者:Guillaume Ballet

翻译&校对:裴奇 & 阿剑