区块链学习笔记15——ETH状态树

区块链学习笔记15——ETH状态树

学习视频：北京大学肖臻老师《区块链技术与应用》
笔记参考：北京大学肖臻老师《区块链技术与应用》公开课系列笔记——目录导航页

在以太坊中，有三棵树的说法，分别是状态树、收据树和交易树。了解了这三棵树，就弄清楚了以太坊的基础数据结构设计。

引入

要实现的功能：地址到状态的映射
ETH的账户地址是160位的，一般表示成40个十六进制数
状态就是外部账户和合约账户的状态，包括余额、交易次数，合约账户还有代码和存储。

数据结构的组织形式

1. 直观上地址到状态的映射用哈希表存储比较简单，为什么不用哈希表存储呢？
   用哈希表如何提供Merkle Proof？将哈希表内容组织为一颗Merkle tree像比特币一样提供Merkle Proof，但是当新区块发布时，哈希表内容会改变，我们需要再次将其组织为新的Merkle Tree，这样的话，每当产生新区块(ETH中新区块产生时间为10s左右)，都要重新组织Merkle Tree，这样的代价是很大的，实际上发生变化的账户只有新交易所关联的那一部分。
   需要注意的是，比特币系统中没有账户概念，交易由区块管理，而区块包含上限为4000个交易左右，每次发布一个区块对应一棵新的Merkle tree，一旦发布是不会改变的，所以Merkle Tree不是无限增大的。而ETH中，Merkle Tree用来组织账户信息，是要把所有的以太坊账户一起构建一个Merkle tree，这个数目比BTC中的Merkle tree会大好几个数量级。
   实际中，发生变化的仅仅为很少一部分数据，我们每次重新构建Merkle Tree代价很大

2. 能不能不用哈希表，直接用Merkle tree，改的时候直接在Merkle tree里改？
   Merkle tree没有提供一个高效的查找和更新的方法。为了保证所有节点的一致性和查找速度，必须进行排序。如果以太坊不排序的话，每个全节点维护的账户顺序不一样那么计算的Merkle tree的根哈希也是不一样的，比特币系统中虽然没有进行排序，但是交易的顺序是由发布区块的结点确定的，顺序是唯一的。如果以太坊要想实现的话必须把所有账户的状态也发布到区块上，数量级很大是不可行的。

3. 如果用排序的Merkle tree会有什么问题？
   插入账户的话代价很大

综上所述，以上两种简单的数据结构均是不可行的，实际中以太坊采取的数据结构是MPT。

简单的数据结构——trie

trie：字典树，边代表字母，从根结点到树上某一结点的路径就代表了一个字符串

特点：

• 每个结点的分支数目取决于Key值中每个元素的取值范围
  图例中的分支数目为27（最多26个小写的英文字母+一个结束标志位）；以太坊中的地址为40个十六进制数，所以分支数目为17（16个十六进制数+一个结束标志符）
• 查找效率取决于key值的长度，以太坊中所有的键值是相同长度，都是40位16进制数
  Ps：比特币和以太坊的地址是不通用的，格式长度均不同，以太坊的地址是公钥取哈希从前面截取一段（160bit）得来的
• 哈希表存储理论上是会出现哈希碰撞的，trie是不会出现碰撞的
• 给定一组输入构成的trie是相同的，与顺序无关
• 更新的局部性比较好，只需要更改元素所属的分支即可

缺点：

• 存储浪费，很多中间节点都只有一个子节点，如果能将其合并，可以减少存储的开销，同时提高了查找的效率。因此，为了解决这一问题，我们引入Patricia tree/Patricia trie。

Patricia tree

经过了路径压缩的前缀树

需要注意的是，如果新插入单词，原本压缩的路径可能需要扩展开来。
路径压缩在什么情况下效果比较好：键值分布比较稀疏

Trie:

Patricia tree:

以太坊的地址是160bit的，共有2¹⁶⁰种，是非常稀疏的，这样可以避免产生碰撞，这是去中心化系统防止产生碰撞的唯一办法。

MPT——Merkle Patricia tree

Merkle tree与binary tree的区别：把普通指针转为哈希指针

Merkle Patricia tree：所有账户组织成一棵Patricia tree，用路径压缩提高效率，然后把普通指针换成哈希指针，这样就可以计算出一个根哈希值。（比特币的block header中只有一个根哈希值，就是区块中包含的交易组成的Merkle tree的根哈希值；以太坊中有三个）

这个根哈希值的作用：

• 防篡改
• Merkle proof，证明账户余额
• 证明账户不存在，如果存在的话应该存在哪个分支上，将这个分支作为Merkle proof发送，可证明其不存在

实际用到的MPT——Modified MPT

每次发布新区块，状态树中部分节点状态会改变。**但改变并非在原地修改，而是新建一些分支，保留原本状态。**如下图中，仅仅有新发生改变的节点才需要修改，其他未修改节点直接指向前一个区块中的对应节点。
合约账户的存储也是MPT形式保存，也是用一棵MPT，以太坊的结构是一棵大的MPT包含很多小的MPT，每一个合约账户的存储都是一个小的MPT

所以，系统中全节点并非维护一棵MPT，而是每次发布新区块都要新建MPT。只不过大部分节点共享。

为什么要保留历史状态？
系统中有时会出现分叉，出块时间降到十几秒，临时性的分叉是很普遍的。
保留历史状态为了便于回滚。
如下图1中产生分叉，而后上面节点胜出，变为2中状态。那么下面节点中状态的修改便需要进行回滚，将这个结点的状态取消掉，退回到上一个区块，然后沿着上一个链向后推进。
因此，需要维护这些历史记录。

比特币中的交易可以通过简单的反向交易退回到之前的状态，但是以太坊中有智能合约的存在，一旦执行完后就无法推算出之前的状态，所以要想回滚必须保存历史状态。

以太坊中代码的数据结构

区块头的结构：

区块的结构：

区块在网上真正发布时的信息：

value的存储

状态树中保存的是（key,value）
key就是地址，value是经过RLP(Recursive Length Prefix)编码做序列化之后再存储
RLP的特点：简单，只支持一种类型——nested array of bytes