什么是ABCI ?
一、ABCI 概述
通用区块链接口 ABCI 允许任意类型编程语言编写的拜占庭容错复制类的应用程序。
初衷
迄今为止,实现区块链的源码都是一个巨大的应用(译者注:这里的说法有点绝对,17 年国内有一家公司开源的 CITA 代码把区块链各个功能模块拆分单独部署),也就是一个应用包含了所有的功能模块,包含 P2P 网络,“mempool” 广播交易,共识模块,账户余额,图灵完备的合约模块和用户用户权限模块等。
CITA将单个节点按照功解构为交易共识、合约引擎、链 式存储、网络同步、服务网关等多个松耦合的微服务,一方面利用云计算基础设
施来按需提升性能,另一方面,各个组件可独立替换升级。
一个软件代码过于庞大会导致组件复用和维护过于复杂,特别是当代码模块封装不够好的情况下更糟糕;
另外会限制大一统架构会限制编程语言的使用,譬如在以太坊中,它支持图灵完备的字节码虚拟机,它限制开发者必须要可以编译为那种类型字节码的语言,当前只有 Serpent 和 Solidity 满足。
所以,基于上述两种缺陷,Tendermint 从特定区块链应用(例如 Bitcoin-core 和 go-ethereum) 的把共识引擎和 P2P 网络分离。区块链应用的细节抽象为一个接口,并通过 socket 协议实现。
所以就有了接口的概念,通用区块链接口 (ABCI) , 和实现接口的 Tendermint Socket Protocol (简称为: TSP 或 Teaspoon)
二、ABCI 介绍
Tendermint Core 也就是共识引擎,通过 一种满足 ABCI 规范的 socket 协议和应用通信。
用比特币作为例子,比特币加密货币区块链中每个节点都维护一份公链完整的所有未交易输出数据库。如果想要在 ABCI 上实现一个比特币类(Bitcoin-like)的系统,Tendermint 将会负责:
- 在节点间共享区块和交易
- 给所有交易建立一个规范且不可篡改的顺序
而区块链应用 (也就是 bitcoin-coer) 负责:
- 维护 UTXO 数据库
- 验证交易的加密签名
- 阻止交易花费尚未存在的交易
- 允许客户端查询 UTXO 数据库
Tendermint 在应用(例如 Bitcoin-core) 进程和共识进程之间提供简单的接口(例如 ABCI),以此分解庞大的区块链应用软件。
ABCI 由三种主要的消息类型组成,这些消息类型从 Tendermint-core 发往区块链应用(例如 bitcoin-core),应用会对消息作出对应的响应。
消息的详细说明可查阅:ABCI Message Types
DeliverTx 是应用中的很重要组成部分,它会传递链中的每笔交易。应用(例如 Bitcoin-core)需根据当前状态,应用程序协议和交易的加密凭证来验证来自 DeliverTx 消息传递过来的每笔交易。 每笔被验证通过的交易然后更新应用的状态,例如存储交易键值对,或更新 UTXO 数据库。
CheckTx 消息和 DeliverTx 类型相似,但它只是验证交易的有效性。Tendermint Core mempool 首先通过 CheckTx 检测交易的有效性,然后将有效的交易转发给它的节点。例如,一个应用的验证规则为检测交易的递增序列号,如果序列号是旧的,则 CheckTx 返回错误。
Commit 消息用以给当前应用状态计算加密保证 (cryptographic commitment),加密保证被放入下一个区块头。节点状态更新不一致表明链出现分叉。加密保证同时简化了安全的轻节点客户端开发,因为 Merkle-hash 证明可以通过检测区块哈希去验证是否正确,而区块已被 quorum 签名。
多个 ABCI socket 可以连接到同一个应用上,Tendermint Core 新建三个 ABCI 连接应用:一个用以验证被广播到 mempool 中的交易;另一用以共识引擎去运行新区块提议;最后一个 socket 连接被用于查询应用状态。
显然在开发区块链底层链时,开发者要对消息处理需十分严谨。但是 Tendermint 的 ABCI 的三种消息模型架构给消息处理提供了很不错的范例。下图展示了 ABCI 的消息流:
三、关于确定性的说明
区块链处理交易的逻辑必须是确定的,否则 Tendermint Core 复制的节点之间将不会达成共识。
在以太坊平台选用 Solidity 开发区块链应用是很好的选择,除其他因素外,它是一个完全确定的编程语言(也就是在各种环境下输出都一样,与之相反的例子就是普通编程语言多线程竞争问题导致输出不确定),然而通过普通的编程语言如果知遵循规范话(譬如避免线程竞争), 也是可以做到在各种条件下同一输入会得到确定的输出。游戏程序员和区块链开发者对在不确定的的情况情景下开发最终确定的程序比较熟悉,例如:
- 生成随机数 (使用确定的种子)
- 线程竞争条件(避免多线程)
- 系统时钟
- 未初始化的内存 (in unsafe programming languages like C or C++)
- 浮点数计算
- 随机的语言特性(例如 Go 中迭代 Map 也是随机的)
谨慎编码可以避免写出不确定输出的代码,同时创造特殊的语法检测器或静态分析器检测确定性也是行得通的。将来我们团队可能会开发这样的工具。