ETH-16状态树

内容整理自 北京大学肖臻老师《区块链技术与应用》公开课 ETH-16-状态树

 

账户地址到账户状态的映射  addr-->state 以太坊中的账户地址是160bits  40个十六进制的数 存储的是key-value pair

1.hash table？提供merkle proof，证明账户余额，把哈希表中的元素组成merkle tree，算出root hash，保存在block header。问题在于有新区块发布，新区块中有新的交易，执行这个交易，必然会使哈希表中的内容发生变化，把哈希表中的内容重新组织成一颗=棵merkle tree，代价大。实际上真正发生变化的账户状态只是一小部分，只是区块中包含的交易所关联的账户发生变化，每次都重构一课merkle tree。
比特币中也是每出一个区块新生成一个merkle tree，但是merkle tree构建完之后是不会再改的，下次再发布一个新的区块就构建一个新的merkle tree。区块中最多4000个交易。以太坊中如果把所有的账户构建成一棵merkle tree，要高出好几个数量级，每次都要遍历所有账户重构。merkle tree另一个作用是维护各个全节点状态的一致性。

2.merkle tree？1.没有提供一个高效的查找和更新的方法。2.不排序产生的问题，查找代价大，叶节点是账户的信息，如果不规定账户在叶节点中的顺序，那么构建的merkle tree不唯一，算出的root hash不一样。
比特币中也是不排序，不唯一，每个全节点收到交易的顺序也不一样，但是是最后获得记账权的节点说的算。每个节点在本地组装一个候选区块，节点自己决定哪些交易被打包到区块以及什么样的顺序打包，然后去争夺记账权，如果没争夺到记账权，什么样的决定别人没必要知道。如果以太坊也这么做，需要把账户的状态发布到区块里，每个全节点自己决定怎么把账户组织成merkle tree，算出root hash，等到挖出矿发布出去。但是发布的是所有账户的状态，不是区块中包含的交易，交易是必须发布的，而账户状态可以维护在本地的。而且大部分账户状态是不变的，还是重复发布，每十几秒打包所有账户状态发布一遍，
不可行。

3.sorted merkle tree？新增一个账户产生的账户地址是随机的，插入数据代价大，重构树。

MPT

trie树   retrieval
好处：
1.每个节点的分支数目（branching factory）取决于key值里每个元素的取值范围。例子中是小写的英文单词，所以每个节点的分叉数目是26个，加上1个结束标志位。以太坊中地址表示成40个16进制的数，所以分叉数目是17（0~f加上结束标志符）.
2.查找效率取决于key长度，键值越长，查找需要访问内存的次数就越多。以太坊key值都是一样长的，长度是40.
3.哈希表理论上会出现哈希碰撞，trie不会出现碰撞，只要两个地址不一样，肯定会映射到不同分支。
4.只要输入不变，无论什么顺序插入，最后插入到trie中构成的是同一棵树。
5.每发布一个区块，系统中绝大多数状态是不变的，只有个别受到影响的状态才会变。更新操作的局部性好。如果要修改某个分支key的value，只需要访问特定分支，其他分支无需访问，也无需遍历整棵树。
缺点：
存储浪费。有些节点只有一个子节点，如果这些节点能够合并，能够减少存储的开销，同时也提高查找效率。

Patricia tree(trie):经过路径压缩的前缀树。如果新插入一个分支，原来压缩的路径可能需要扩展开。
树中插入的键值的分布如果是比较稀疏的情况下，做不做路径压缩效果差距比较大。
以太坊中的键值分布是160bits的地址，整个空间是2^160，是非常稀疏的。因为可以减少哈希碰撞的概率，地址足够长，分布足够稀疏，这是一个去中心化的系统防止账户冲突的唯一办法。

MPT(Merkle Patricia tree):
与PT区别（同Merkle tree与binary tree区别、区块链与链表区别）：普通指针换成了哈希指针。
所有的账户组织成一个Patricia tree，用路径压缩提高效率，然后把普通指针换成哈希指针，所以可以算出root hash，写在block header中。 
比特币中的block header中只有一个root hash，以太坊中有三个。root hash1.可以防止篡改，每个账户的状态都能保证没有被篡改。2.merkle proof，证明账户余额有多少，证明MPT中某个键值不存在。

以太坊中使用的是Modified MPT。 
以太坊中的结构，是一个大的MPT，包含一个小的MPT，每一个合约账户的存储，都是一棵小的MPT。
系统中每个全节点需要维护的不是一棵MPT，而是每次出现一个区块都要新建一个MPT，只不过这些状态树中大部分的节点是共享的，只有少数发生变化的节点要新建分支。
为什么保留历史状态，不在原地直接修改？
以太坊把出块时间降到几十秒之后，临时性分叉的出现是常态，如果有一个分叉，两个节点同时获得记账权，两个节点最终会有一个胜出，没有胜出的分叉的节点回滚到上一个区块的状态。
要实现回滚，就需要维护历史记录。比特币可以推算出前一个状态，转账交易回滚比较容易。以太坊中有智能合约，如果不保存之前的状态，在智能合约执行完之后，想再推算出之前的状态是不可能的。

value存的是账户状态，是怎么存储在状态树中？经过一个序列化的过程，用RLP(Recursive Length Profix)编码序列化之后再存储.RLP极简主义，仅支持一种类型nested array of bytes，可嵌套字节数组。