作者:SinaMahmoodi
翻译&校对:IANLIU&阿剑
来源：以太坊爱好者
摘要：区块中每发生一次合约调用，无状态客户端都需要完整的合约代码作为区块见证的一部分，而传输合约代码占用无状态客户端带宽的比例，高居其带宽开销的第二位。
人们认为，代码默克尔化方法能够优化带宽开销。本文解释了如何将代码拆分为“块”，默克尔化这些chunk，并只在交易需要的情况下传递这些chunk。实验证明，基于目前的主网情况，我们能看到合约代码传输的开销节省了40%~60%。
巨大的无状态区块
代码默克尔化的概念已经被提出好一阵子了，一开始主要用于代码去重，但其他用途还未被很好地探索。现在它重新进入大众视线，却是因为另一个目的——用于降低无状态客户端所需要的带宽开销。如果你想知道无状态客户端为什么出现，我推荐这篇总结，或是AlexeyAkhunov的推文，里面还附上了他的实验数据。为求简短扼要，我不会深入整个无状态客户端模型的细节，仅提供相关细节的简要总结。
在无状态模式下，节点可以依赖其他节点来取得区块内容并使用相关默克尔证明加以验证，而不必自己存储所有区块状态——这会给网络带宽带来巨大的性能提升。AlexeyAkhunov和turbo-geth团队一直在研究，希望能确定已经产出的主网区块的区块见证大小。下图是对最近50000个区块的测量结果：红线追踪每个无状态区块需要发送的合约代码量。如果以太坊从当前的hexary字典树结构转为二进制trie，则见证数据所包含的哈希值数据大小约能减小3倍，这时候合约代码量就成为构成见证大小的第一大头了。
观点：人工智能代币可能面临双重审查的风险:金色财经报道，美国证券交易委员会主席Gary Gensler周二表示，已经开始关注人工智能领域的潜在风险，在目前的权力范围内，SEC将专注于防范人工智能的微观和宏观挑战。The Block分析师Brian McGleenon对此分析称，人工智能代币可能面临双重审查的风险，当前市值排名前六位的人工智能代币是The Graph、 Render、 Injective、Oasis Network、SingularityNET和 Fetch.ai。[2023/8/16 21:25:49]
-图表显示最近50000个主网区块的无状态区块见证大小变化，经过窗口=128个区块的移动平均计算-
不要发送整段代码
我们假设，其实每笔交易只会调用部分的合约代码，所以我们的目标就是拆分这些代码块，每次交易只发送需要的chunk的区块见证。如果这种假设合理，而且每笔交易真的只用到一小部分字节码，那么区块见证的合约代码部分就能大大的减小。
观点：加密货币总市值突破1万亿美元，将使新的机构投资者开始FOMO:比特币、ETH以及DeFi代币价格最近上涨，被归因于新的政府刺激措施，以及散户投资者在比特币2017年牛市和随后的崩盘三年后重返这个领域。
瑞士数字资产基础设施初创公司Metaco副总裁Seamus Donoghue表示，“虽然刺激措施有望出台，但宏观背景对比特币等风险资产仍将非常有利，而且随着谷歌搜索量最近飙升，散户投资者也开始加大加密投资。这意味着像以太坊、Polkadot、Cardano和DeFi代币这样的山寨币现在可能开始跑赢大盘。加密货币总市值突破1万亿美元，这将使新的机构投资者开始担心FOMO（担心错失良机），这反过来又会让流动性较低的养老基金和捐赠基金关注这一新兴资产类别的投资机会。”（福布斯）[2021/1/16 16:20:14]
为了更好地理解，想象我们正在部署一份新的合约，我们需要传递代码和并确定basicblock有两种特性：
-字节码的basicblocks-
观点：OCC宣布银行可用稳定币支付可能会挤占本土加密公司的市场:1月12日消息，怀俄明区块链委员会创始人、加密银行Avanti创始人Caitlin Long表示，美国货币监理署（OCC）上周发布的最新规定对加密行业来说是一把双刃剑。Caitlin Long称，该规定可能会让大型银行排挤加密货币新入行者，因为一家全国性银行在进入稳定币市场之前可能不需要获得联邦监管机构的批准。但申请银行特许状的较小的银行和加密货币公司需要事先获得批准才能进入。这个系统本质上有利于大型银行，实际上，我们明天就会看到美国最大的银行进入稳定币市场，并比小型银行和本土加密公司更快地构建网络。（Decrypt）[2021/1/12 15:57:50]
Basicblock要么从索引0开始，要么从?JUMPDEST?开始——这么做能保证每个无状态客户端都能安全地进行JUMPDEST分析。
每个basicblock都无法更改控制流。因此，我们可以确定一旦开始执行代码，只会存在两种情况：正确执行结束，或是gas耗尽。虽然还没有和其他方案进行比较，我们先假设这么执行是相对更有效率的。
出于效率考量，我们合并相邻块，直到每个代码块都至少有128字节为止。接着以第一个字节作为key，将这些合并后的代码块插进Trie。最后，客户端将此Trie的根作为该合约账户的新记录存储下来。如下图所示，记录代码的Trie会成为状态树的子树。
观点：数字卢布不会具有BTC这样的加密资产的优势:俄罗斯高等经济学院银行学院院长Vasily Solodkov在接受采访时表示，所谓的数字卢布这样的央行数字货币（CBDC）不会提供比特币（像BTC）这样的加密资产所具有的很多优势。他说：“俄罗斯央行表示，它希望将自己的官方加密资产定位为现有（代币）的竞争对手，但数字卢布显然会输给他们，而且会变得更弱。数字卢布不会像现有的（加密资产）那样具有无可争辩的优势，如匿名性、跨境功能和有限供应。”Vasily Solodkov补充说，支付公司可能会因为央行的这一项目而遭受损失，该项目将消除对第三方金融提供商的需求。（Cryptonews）[2020/12/25 16:28:14]
-代码默克尔化之后，会成为状态树的子树。为了简化，上图我用了二进制树，同时树的路径也不准确，不能完整表示真实的key-
为了测试部署的合约，我们试着发起一笔调用该合约的交易。矿工会执行这笔交易，并标记执行过程中触及的每个chunk。当要发布区块的时候，矿工会将合约状态的证明，以及触及哪些代码chunk的turboproof证明，一起打包在区块内。
观点：美国财长提出的非托管钱包规则不会影响当前的比特币牛市:星球日报讯 美国财政部长Steven Mnuchin可以通过两条主要途径引入非托管钱包监管。他可以采取常规的规则制定途径，即需要举行听证会，并有30天的期限。他也可以以“正当理由”的方式通过这项规则。这将使其加快进程。
律师Jason Civalleri称，“有一个例外，如果一个机构阐明'正当理由'，即通知/公共程序的要求是'不切实际的、不必要的，或与公共利益相违背的'。例如，如果需要阻止大流行，可以使用这一例外。因此，财政部必须阐明它为何出于“正当理由”而希望跳过这一要求。例如，也许它能证明新规则的提前实施会阻碍大量的犯罪活动。看起来不太可能，但也许吧？”
Mnuchin更有可能采取常规方法。因此，在接下来的几天里，拟议的规则出台的可能性仍然是很高的，这对比特币来说是乐观的。比特币和隐私倡导者Matt Odell表示，“The Block猜测美国政府会要求交易所报告大于1万美元的比特币提现。老实说，我已经以为他们干了这件事。Armstrong和Davidson表达的担忧似乎预期会更糟糕。也许公众的关注起到了帮助作用。如果是真的，非常看好比特币。”（Cointelegraph）[2020/12/19 15:46:44]
-交易所触及的所有chunk和验证codeRoot所需的哈希值，都会以turboproof证明的形式发送出去-
收到这个区块后，无状态客户端就能验证合约是否属于区块状态的一部分，也能验证合约的余额、nonce、状态根、codeRoot等其他参数。这些信息足以让客户端从chunk中重构部分字节码，同时清空其他不需要的chunk。因为chunk算法的设计，所以客户端知道所有的chunk都是从?JUMPDEST?开始，因此能够安全地进行jump操作。
-我们可以通过turboproof重构字节码；对于交易不需要的chunk则设为0-
实验
为了验证，我们编写了一份测试原型，该原型可以从Geth客户端的RPC端口获取主网的区块和过去的状态，然后模拟执行交易。每当执行过程中遇到新的合约，就将合约拆分为多个chunk，并标记执行交易时触及的chunk。当区块中的交易全部执行完毕后，会为所触及的chunk生成证明——turboproof。
接着重置状态，用turboproof重构出来的代码，替换掉原本的合约代码，然后再次执行刚才的交易。为了检查执行的正确性，我们比较前后两次消耗的gas量和区块的bloom过滤器。
对最近的50个区块执行此过程，我们可以看到合约代码量减少了40％~60％。
提醒：上图的数据结果似乎令人充满希望，但请记住，我们还需要成千上万个区块中的数据，才能得出令人信服的实验结论；目前原型处于早期阶段，一切结论都还为时尚早！
后续发展
你应该还记得，每个代码块的最小长度是可设置的参数，修改这个参数会在截然不同的两个方面影响见证的大小。假设我们将参数设为32字节，则chunk的粒度变得更小，要传递的代码量也就变得更少。但是这样一来，Trie的深度就必须增加；换句话说，为了生成chunks的证明，我们需要进行更多次哈希运算。
所以下一步，我们将会深入分析——究竟要将区块最小长度设为多少，才能获得最优解。当然不论如何，只要将hexary字典树结构二进制Trie，我们就能减少3/4的哈希运算，从而降低见证数据的大小。
在测试原型中，我们将合约代码拆分为basicblock；而可选的代码拆分算法当然有很多，有的简单有的复杂。最简单的一种就是拆分为固定大小的chunk，从目前来看，这种方法只会有push和jumpdest分析的问题。
更进一步地说，如果我们任意设置字节码的最小值，则客户端在收到chunk之后，可能会因为?PUSH?操作或任何多字节码的操作，而碰上?JUMPDEST(0x5b)?报错的情况。如下图所示，有完整代码的客户端会发现这里的jump操作是非法的，因为?0x5b?属于?PUSH1?的操作数，执行到这里应该终止。但如果客户端只收到chunks#6和#8，而没有收到#7，则他会跳到位置41继续执行，就产生了对同一份合约代码的不同解释。后面我们会扼要地说明怎么在任意设置字节码的情况下，避免这种错误。
为了解决这个问题，MartinHolstSwende建议向每个chunk添加一个元数据，该元数据记录了有多少个chunk的首字节是push操作；然后，验证者就能在jumpdest分析过程中跳过那些字节。Alexey正在探索的另一种方法是“不允许在EVM中进行动态跳转操作”，这使我们只需在部署合约时做一次静态的跳转分析，而不需要在每次执行代码时进行。AlexBeregszaszi建议使用合约控制流程图，以更好地规范默克尔化流程；与之类似，ChristianReitweissner提出了一种执行证明方法，从合约的控制流程图创建默克尔DAG。我不会在本文中评价这些想法，希望之后能披露更多信息。
最终结果可能表明，不同的chunk拆分算法之间的效率提升可以忽略不计，这么一来选择的算法就越简单越好。而好消息是，基于早期数据实验，我们至少有一种算法可以显著减少无状态区块中需要传输的代码量。
本文着重讨论如何默克尔化EVM字节码，但总体思路并不局限于EVM。实际上，Ewasm团队的其他成员也在尝试默克尔化Wasm代码，也遇到了相应的挑战。这些挑战主要是因为Wasm代码由多个部分组成，并且在执行之前需要经过严格的验证——这意味着重构的字节码也必须通过验证。
敬请期待后续更多信息！
原文链接:?https://medium.com/ewasm/evm-bytecode-merklization-2a8366ab0c90
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。