Klaytn状态迁移：降低区块链数据大小的有效方法

在这篇文章中，我们将介绍“状态Trie迁移”的概念，这是一个降低Klaytn区块链数据大小的过程。

什么是区块链存储？

区块链存储是保存所有区块链相关数据的地方。它的结构如下图所示：

区块链数据基本上是一个相互连接的区块链，每个区块由区块头( Header)、区块体(Body)和交易收条(Receipt)构成 。当前状态的数据形成所谓的Trie结构，可以通过区块头中包含的状态根（state root）进行访问。因此，区块链包含各种数据元素，这些数据元素最终存储在数据库（LevelDB）中。

开发动机与当前存储状态

自创世（genesis）区块生成以来，Klaytn主网 Cypress已累积了约1.2TB的区块链数据（指定区块链的全部数据）。如果您想在Cypress主网上运行一个节点，就需要使用这个区块链数据，但是存储带来的成本非常高。

截至2020年12月3日，主网Cypress的区块数据大小如下：

完整节点：1.2TB完整节点（每隔128个区块，将状态数据保存在存储中的节点）

存储上一批128个区块状态的完整节点消耗了大约1.2TB的数据，其中942GB是由状态trie消耗的。

存档节点：2.3TB（存储每个新区块状态的节点）

存储每个区块状态的存档节点包含2.3TB的区块链数据，其中约2TB基本上是状态trie结构。

状态Trie的特征

让我们仔细查看状态Trie，它在区块链数据中占用了最多的存储空间。状态trie包含Klaytn上所有帐户（包括合约）的计数器（nonce）、余额（balance）和帐户密钥（account keys）。对于合约帐户，它有一个单独的存储trie，保存在状态trie中。

数据以trie的形式保存，每个trie节点以键/值（key/value）对的形式存储。如下所示，每个trie节点都以键/值对的形式存储在现有数据库中。键是指trie节点值的哈希值，因此即使有几个相同的trie节点，它们也将作为唯一的记录存储在数据库中。

状态Trie迁移背后的理念

正如我们目前所看到的，每个区块都包含一个状态trie。但是请注意下面的trie节点A和B，它们只存在于区块号100中，处理区块号102时并不需要trie结点。

这就是不必要的trie节点开始堆积的原因。也就是说，即使过去的状态是不可检索的，移除这些trie节点并不会影响新区块的处理。

以太坊上有“快速同步”选项；基本上，当您启动一个新节点时，您将通过p2p同步最后一个状态，并且只处理从该节点开始添加的新区块。但是Klaytn抢先一步，想到了一些方法来降低数据大小，且不会影响新添加的以及当前正在运行的节点。

状态迁移过程

下面是一个循序渐进的过程:

1. 创建一个新的数据库（DB）（一个新的状态trie数据库）。首先，若知道在哪个区块上执行迁移后，就需要为新的状态trie创建一个数据库。这一新数据库将存储新添加的区块（包括您为迁移选择的区块）的状态trie。

2. 转移已迁移区块的状态trie并将其复制到新的状态trie 数据库中。

3.迁移完成后，删除旧数据库。

4.现在有了一个新的数据库，存储着指定区块和新区块的状态。

状态Trie迁移过程或许简单，但无法快速完成。在迁移过程中会添加新的区块，并对它们进行处理，结果也会写入新的数据库中。在下图中，新区块102正在处理中，而区块101的迁移仍在进行中，这意味着必须查询新的和现有的数据库。

状态迁移的结果

让我们看看迁移后存储的变化。状态Trie过去在整个节点中占用942GB的存储空间，现在占用55GB，已经大大减少了94%。

已迁移的完整节点：294GB（每隔128个区块，保存区块45、131、309的状态的节点）

技术问题和解决方案

在执行状态迁移的过程中，我们通过性能优化实现了更高的速度。

状态迁移的性能/内存优化

1.并行处理

实现第一次状态迁移之后，发现在AWS EC2 m5.4xlarge 实例上花费了数周以上的时间。之后，通过数据库的并行复制将时间缩短到三天。

2.重复trie节点写入优化

截至区块45131309，状态trie约包含8亿个节点，但移除重复节点后，大约有4亿个。为了消除重复节点，已写入数据库的状态trie的哈希值被保存。在向数据库请求存储之前，该方法会检查状态 trie节点是否已经存储在数据库中。该方法把所需时间从三天缩短到一天。

3.基于LRU的key缓存

在处理重复的trie节点时，必须存储所有trie节点key，这需要为主网Cypress提供20GB以上的内存空间。但是有大约1亿个重复节点，并且，通过使用2GB LRU缓存，实现的性能与存储和检查所有trie节点key时的性能是一致的。

迁移中止和错误

由于状态迁移需要一天以上的时间，所以还必须考虑到出现中止或意外错误的可能性。因此，即便在执行状态迁移时，我们也可以将最新区块中的trie节点存储在现有数据库和新数据库中。即使迁移中止，仍然可以保留现有数据库并删除新数据库。当迁移完成后，新数据库可以保留下来，并代替旧数据库。

我们已经了解了状态迁移过程的技术方面。我们希望降低主网Cypress上区块链数据的大小可以让Klaytn节点的运行更简单、更经济。但是，为加快在处理每个新区块时删除不必要的trie节点的速度，我们会继续探索其他方法，最终提升状态trie运行的可持续性。

状态Trie迁移可以通过调用startStateMigration API来实现，这需求klaytnv1.5.0或以上的版本。我们鼓励大家采用这种方法。

希望这篇文章能够帮助您降低区块数据大小。Klaytn团队始终为用户着想，致力于为用户提供全新的、更好的功能。未来我们将会秉承这一承诺。

谢谢阅读，敬请期待我们的下一篇文章!

关于Klaytn

项目名称: Klaytn

英文缩写: KLAY

官方网站: https://www.klaytn.com/

项目简介：Klaytn是以服务为中心的企业级分布式信任区块链平台，通过高效的“混合”设计，结合了公有链（分布式数据和控制、分布式治理）和私有链（低延迟、高可扩展性）的最优功能。Klaytn与全球众多知名品牌的参与合作，通过共同的不懈努力，创建可靠的去中心化业务平台。Klaytn治理委员会是一个由跨国企业和组织组成的联盟，负责运营共识节点网络，推动生态系统发展。Kakao 的区块链开发部门「Ground X」已正式推出 Klaytn，并可用于商业用途。

—-

编译者/作者：Klaytn爱好者

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。