以太坊区块链存储如何平衡效率与去中心化？

摘要： 区块链本身 和 状态存储，我们通常所说的“存储”更多是指后者，核心概念：状态、账户和存储在深入细节之前,必须先理解以太坊的“世界状态”（World State），世界状态：这是一个...

区块链本身 和 状态存储，我们通常所说的“存储”更多是指后者。

核心概念：状态、账户和存储

在深入细节之前,必须先理解以太坊的“世界状态”（World State）。

1. 世界状态：这是一个巨大的数据库，记录了以太坊在任何一个给定时间点的所有信息，它包含了所有账户的余额、代码、数据等。
2. 账户：世界状态由账户组成，有两种类型的账户：
   • 外部账户：由用户通过私钥控制的账户，也就是我们常说的钱包地址，它没有关联的代码，只有余额、nonce和可选的合约数据。
   • 合约账户：由代码控制的账户，它有自己的代码和存储空间，当你与一个智能合约交互时，你实际上是在调用它的代码，并可能修改它的存储。

关键点：智能合约的“存储”并不是指存储在区块链本身的数据，而是指存储在合约账户中的持久化数据。

以太坊的三大存储层

为了更好地理解,我们可以将以太坊的存储想象成一个分层结构，就像一个金字塔：

区块链 - 只读的“账本” (Layer 1: The Blockchain - Read-Only Ledger)

这是最底层,也是区块链的核心。

• 是什么：一个由区块组成的、不可篡改的、公开的账本。
• 存储什么：
  • 交易列表：每一笔被矿工打包的交易。
  • 区块头信息：包括前一个区块的哈希、时间戳、难度、Gas限制等元数据。
  • 状态根：这是最重要的部分！状态根是整个世界状态的哈希值，它本身不存储具体数据，而是像一个“校验和”，确保了世界状态的完整性，如果任何账户的余额、代码或存储数据发生变化，状态根就会改变。
• 特点：
  • 永久性：一旦写入，几乎不可能被修改或删除。
  • 成本高：写入数据到区块链本身需要消耗大量的 Gas，因为要计算状态根并达成共识。
  • 公开透明：任何人都可以读取。

误区澄清：我们通常说的“把数据存到以太坊上”，并不是直接把数据写到这一层，而是通过执行交易，间接地修改了下一层的“状态存储”，然后状态根的变化被记录在这一层。

（图片来源网络，侵删）

状态存储 - 智能合约的“硬盘” (Layer 2: State Storage - The Contract's Hard Drive)

这是智能合约持久化数据的地方,也是开发者最常打交道的地方。

• 是什么：一个与每个合约账户相关联的键值对数据库。
• 存储什么：合约中声明的 state variables（状态变量）。

  contract MyContract {
      uint256 public myNumber;      // 存储在这里
      string public myText;        // 存储在这里
      address public owner;        // 存储在这里
      mapping(address => uint) public balances; // 存储在这里
  }

• 如何工作：
  • 它被实现为 bytes32 到 bytes32 的映射。
  • 每个状态变量都有一个特定的插槽位置,第一个 uint256 占据插槽 0，第二个 string 占据插槽 1，以此类推，对于复杂类型（如结构体、数组），会占用连续的多个插槽。
  • 当你调用 myContract.setMyNumber(42) 时，实际上是执行了一笔交易，这笔交易会修改合约在状态存储中对应插槽的数据。
• 特点：
  • 持久性：数据会永久保存在以太坊上，直到被明确修改或删除。
  • 成本极高：这是以太坊上最昂贵的操作，向状态存储写入或删除数据，每 32 字节（一个 bytes32）需要消耗约 20,000 - 22,000 Gas，这是因为它需要永久写入区块链，并影响状态根。
  • 合约私有：虽然数据最终是公开的（任何人都可以读取），但只有通过该合约的代码才能写入或修改。

内存 - 临时“工作区” (Layer 3: Memory - The Temporary Workspace)

这是智能合约在执行期间使用的临时内存。

• 是什么：一个线性的、易失性的内存空间。
• 存储什么：函数执行过程中的临时变量、函数参数、返回值等。
• 特点：
  • 临时性：当一次交易执行完毕（即 EVM 上下文结束时），内存中的所有数据都会被清空，它不会保存在状态存储或区块链上。
  • 成本较低：分配内存需要 Gas，但远低于写入状态存储，读取内存是免费的。
  • 速度快：访问速度比状态存储快得多。

成本分析：为什么存储如此昂贵？

理解 Gas 成本是理解以太坊存储的关键。

为什么状态存储这么贵？ 因为写入状态存储意味着要将数据永久地刻录在区块链上，这需要：

1. 存储成本：节点需要永久存储这些数据，这会产生硬件和维护成本。
2. 计算成本：每次写入后，都需要重新计算整个世界状态的 Merkle-Patricia Trie 树，并更新状态根。
3. 带宽成本：数据需要在整个网络中传播。

开发者优化技巧： 由于存储成本高昂，开发者会想方设法减少状态存储的使用：

• 避免在循环中写入存储：这是最常见的性能杀手，循环中写入的每一笔都会产生高昂的 Gas 费。
• 使用更小的数据类型：能用 uint8 就不要用 uint256，以节省空间。
• 将数据组合：使用 struct 或 packing 技术，将多个小变量打包到一个 uint256 中。
• 考虑替代方案：对于不需要高去中心化或高安全性的数据，可以将其存储在链下（如 IPFS、传统数据库），只在链上存储其哈希值作为证明。

一个完整的例子：转账交易

让我们通过一个简单的转账交易来串联这三个存储层：

1. 发起交易：Alice 向 Bob 的外部账户转账 1 ETH。
2. 执行交易：
   • 内存：EVM 创建一个执行环境，Alice 的地址、Bob 的地址、转账金额等信息被加载到内存中。
   • 状态存储读取：EVM 读取 Alice 的账户（状态存储），检查她的余额是否足够。
   • 状态存储写入：EVM 在 Alice 的账户（状态存储）中减少她的余额，在 Bob 的账户（状态存储）中增加他的余额。
   • 区块链写入：交易执行成功后，状态发生了变化，一个新的状态根被计算出来，这笔交易（包含执行结果和新状态根）被打包进一个新的区块，并被添加到区块链上。
3. 交易结束：执行环境销毁，内存被清空。

总结与最佳实践

给开发者的核心建议：

1. 最小化状态存储：只将真正需要永久存储且必须由以太坊保证其完整性和安全性的数据放在状态存储中。
2. 拥抱内存：尽可能使用内存来处理中间计算和临时数据。
3. 理解 Gas 成本：始终将 Gas 成本作为设计决策的核心因素，在开发前，使用 solc 的 --gas 标志或 Remix 的 Gas 分析器来估算你的合约成本。
4. 考虑链下存储：对于大型数据集（如图片、视频、大量日志），不要直接存到链上，可以考虑使用 IPFS、Arweave 或传统数据库，并在链上只存储其哈希值，以便验证数据的完整性。

希望这个详细的解释能帮助你彻底理解以太坊的存储机制！