python ethereum 代码分析 《3》

python ethereum 代码分析 《3》

python 版本以太坊

pyethereum部分

本文主要介绍以太坊Merkle Patricia Trie以及区块的校验存储

一些关键字解释

sha3： 以太坊所用的一种hash方法

rlp ：Recursive Length Prefix,递归长度前缀编码，以太坊用于编码数据。用于编码任意的嵌套结构的二进制数据（在python中就是列表，其实rlp在Merkle Patricia Trie的实现中主要就是编码列表用的），它是以太坊中数据序列化/反序列化的主要方法，区块、交易等数据结构在持久化时会先经过RLP编码后再存储到数据库中。

BlockHeader

先看一下以太坊block区块头的结构

class BlockHeader(rlp.Serializable):

    """A block header.
    If the block with this header exists as an instance of :class:`Block`, the
    connection can be made explicit by setting :attr:`BlockHeader.block`. Then,
    :attr:`BlockHeader.state_root`, :attr:`BlockHeader.tx_list_root` and
    :attr:`BlockHeader.receipts_root` always refer to the up-to-date value in
    the block instance.
    :ivar block: an instance of :class:`Block` or `None`
    :ivar prevhash: the 32 byte hash of the previous block
    :ivar uncles_hash: the 32 byte hash of the RLP encoded list of uncle
                       headers
    :ivar coinbase: the 20 byte coinbase address
    :ivar state_root: the root of the block's state trie
    :ivar tx_list_root: the root of the block's transaction trie
    :ivar receipts_root: the root of the block's receipts trie
    :ivar bloom: TODO
    :ivar difficulty: the block's difficulty
    :ivar number: the number of ancestors of this block (0 for the genesis
                  block)
    :ivar gas_limit: the block's gas limit
    :ivar gas_used: the total amount of gas used by all transactions in this
                    block
    :ivar timestamp: a UNIX timestamp
    :ivar extra_data: up to 1024 bytes of additional data
    :ivar nonce: a 32 byte nonce constituting a proof-of-work, or the empty
                 string as a placeholder
    """

    fields = [
        ('prevhash', hash32),#父区块的hash
        ('uncles_hash', hash32),#矿工引用的uncle区块列表的hash
        ('coinbase', address),#挖出此区块矿工的地址
        ('state_root', trie_root),#state trie树树根
        ('tx_list_root', trie_root),#交易trie树树根
        ('receipts_root', trie_root),#收据trie树树根
        ('bloom', int256),
        ('difficulty', big_endian_int),#当前区块难度
        ('number', big_endian_int),#区块的高度
        ('gas_limit', big_endian_int),#区块gas上限
        ('gas_used', big_endian_int),#区块使用的gas
        ('timestamp', big_endian_int),#时间戳
        ('extra_data', binary),
        ('mixhash', binary),
        ('nonce', Binary(8, allow_empty=True))#工作量证明随机数，通过校验该值来判断矿工的工作量证明是否合法。
    ]

Merkle Patricia Trie

首先要提一点，以太坊用Merkle Patricia Trie 这种数据结构来做区块中交易的快速校验和全网状态state的快速验证。Merkle Patricia Trie是一种树，区块头中的state_root，tx_list_root，receipts_root 分别是State Trie ，Transactions Trie，Receipts Trie的树根，这三个树都是Merkle Patricia Trie。

普通trie树和merkle树看这篇博客

先说下trie树的一个扩展Radix Trie树，这个树也是只存key / value的一棵树
这棵树每个节点看起来是这样的[i0, i1 … in, value] ，现在如果我们的key是用16进制（hex）编码，那么n=15，每个节点列表长度为17，[i0,i1,…i15,value]，列表中的0~15的某一位就表示key中的一个16进制字符。
Radix Trie树有个问题，如果我要存储一个长度为20的hex编码的key，那么这个树的高度就有20，每一层就只存了key中一个字符，这样效率就不高，以太坊就改进了一下，增加了一些节点类型来解决这个事情。
Merkle Patricia Trie树也是用来存key / value的一棵树
Merkle Patricia Trie的四种节点类型
1.NULL (represented as the empty string) 空节点
2.branch A 17-item node [ v0 … v15, vt ] 分支节点，0~15每一位表示16进制编码的一个字符
3.leaf A 2-item node [ encodedPath, value ] 这个value是原始key在叶子节点上对应的value值
4.extension A 2-item node [ encodedPath, key ] 这个key是子节点的hash

实际在Merkle Patricia Trie的实现中，还用了HP（hex prefix）编码方式去编码的key，其实就是十六进制编码再加前缀来表示节点类型。同时key是以bytes存储的，而一个hex char只有4位，一个byte有八位，所以不够八位的时候prefix 后面再加0000补全。
HP编码前缀的规则

hex char	bits	node type partial	path length
0	0000	extension	even
1	0001	extension	odd
2	0010	terminating (leaf)	even
3	0011	terminating (leaf)	odd

先看一个Merkle Patricia Trie存储的列子
以下是要存储到tire树中的四个键值对
<64 6f> : ‘verb’
<64 6f 67> : ‘puppy’
<64 6f 67 65> : ‘coin’
<68 6f 72 73 65> : ‘stallion’
添加之后，trie树结构：
rootHash: [ <16>, hashA ] // extension node
hashA: [ <>, <>, <>, <>, hashB, <>, <>, <>, hashC, <>, <>, <>, <>, <>, <>, <>, <> ] // branch node
hashC: [ <20 6f 72 73 65>, ‘stallion’ ] //leaf node
hashB: [ <00 6f>, hashD ] // extension node
hashD: [ <>, <>, <>, <>, <>, <>, hashE, <>, <>, <>, <>, <>, <>, <>, <>, <>, verb ] // branch node
hashE: [ <17>, hashF ] // extension node
hashF: [ <>, <>, <>, <>, <>, <>, hashG, <>, <>, <>, <>, <>, <>, <>, <>, <>, puppy ] // branch node
hashG: [ <35>, ‘coin’ ] //leaf node

注意到root node 有公共前缀hex char 6 ，6前面的1表示这是个extension node，并且原来长度是奇数，补了个前缀1后正好凑成一个byte。
存储在root node上的key，value 便是 <16>, hashA，而hashA又是子节点在leveldb中的地址；
其中，hashA = sha3（rlp_encode（[ <>, <>, <>, <>, hashB, <>, <>, <>, hashC, <>, <>, <>, <>, <>, <>, <>, <> ]））
这个hashA的计算方式正是体现了Merkle Patricia Trie的‘Merkle’部分，每个节点的hash地址正是节点数据rlp编码过后的hash。如果某个矿工篡改了叶子节点的数据，比如State Trie某个叶子节点一个账户的余额，并生成了State Tire的root hash&#x