CTO 时间 | Trias高性能服务的秘诀是什么？

key

选择Golang语言的原因是这种方式可以基于极少的代码，实现最大限度的高并发、高性能、高稳定的通讯。

Trias预先把区块中的交易数据解析出来，存放在本地数据库，并对交易双方建立索引。当查询历史交易时，就可以直接从本地数据库中读取历史交易，大大提升了效率。

每次项目周报发布后，都有很多小伙伴在社区针对周报内容提出问题，并希望能够得到详细的解答。Trias非常重视社区观点和建议，由Trias CTO魏明亲自为大家做出回复。

以下是问题：

周报中第③条提到，为超级节点共识提供了go channels。——

1

为什么要选择这种通信方式？

之所以要选择Golang语言实现的这种方式，是因为基于目前Trias的实践工程经验，Golang语言可以方便高效地提供多“线程”及“线程”间通信。选择这种方式可以基于极少的代码，实现最大限度的高并发、高性能、高稳定通讯。

2

和Gossip传播方式有无联系？

这和Gossip的传播是肯定有联系的，因为Gossip是最终一致性通讯协议。这种通信协议为了在随机广播的网络环境下最快速度的完成消息一致性，那么其每个Gossip广播的节点并发和同步计算的效率也非常的重要，所以配合Golang是一种很好的选择。

周报中第⑤条提到，修复了测试网V3版发现的L层广播TEE kernel值出现异常，传播不畅通的问题。——

3

引发问题的原因是什么？如何解决？

因为Trias刚刚完成V3测试网络的升级，在TEE广播数据的时候增加了特定的安全码来防止通讯被篡改。而该修改和原有V2的解码接口有一定的兼容问题，在上周的测试网络中发现了该问题，所以需要解决。

目前的解决方式是把V2的解码接口对应的全部修正加入V3网络中的新安全码机制，同时针对部分老节点没有来得及升级V3的V2节点，直接作为无效信息处理。

周报中第⑦条提到，增加了Trias钱包高性能后台服务的接口url地址。——

4

这个高性能后台服务，该如何理解？

高性能是指能快速的处理客户端请求，包括对ERC20代币TRY的余额查询，发起转账，查询历史交易记录等http请求。

Trias钱包的后台使用Node.js框架编写。Node.js是一个基于Chrome V8引擎的JavaScript运行环境，使用了事件驱动、非阻塞式I/O的模型，能轻量又高效的处理客户端的http请求。

另外，对于TRY的历史交易记录查询，按照常规的方法，需要遍历以太坊上的所有区块，把区块中和指定地址有关的TRY交易提取出来，这样速度是比较慢的。最快速的方法，是预先把区块中的TRY交易数据解析出来，然后把TRY交易的数据，存放在本地数据库中，并对交易双方的地址建立索引。当需要查询历史交易时，就可以直接从本地数据库中读取TRY的历史交易，而不用去区块链上遍历区块数据了。

 

5

如下图显示，测试网不出块是怎么回事啊？

感谢社区朋友提出的这个问题，当前出块显示功能正在升级到新版测试网V3过程中，但目前实际使用中主要还是V2版，所以其显示接口还没有完全对接上，因此会显示异常。

因为我们现在V3正在修改实现硬分叉升级这块的功能，底层数据结构和协议需要修改，月底前硬分叉功能完成后这块会自然就重新稳定。

大家要注意，因为现在大部分公链测试网络在上新版本的时候都是启用冷升级。但是我们Trias现在的测试网V3要实现在线的硬分叉热升级。所以这段时间会有不少的数据块显示和同步的问题，还在不断的完善过程中。

欢迎大家多关注我们硬分叉的功能和Github，给出宝贵的意见！

 

Trias官方信息

 

Trustworthy and Reliable

Intelligent Autonomous Systems

 

支持全平台原生应用程序的新一代智能合约运行平台、开发框架、与协作生态。

TRIAS旨在创造支持通用应用程序的新一代公链体系，构建可信赖的智能自主运算设备，构筑普世可信赖计算生态，让人相信机器。

 

官网:  https://www.trias.one

交易地址：https://www.kcs.top/trade

经济白皮书：https://www.trias.one/ecowhitepaper

微信小助手:  trias_as

Telegram(中文): https://t.me/TriasChinese

Telegram(公告): https://t.me/TriasOfficial

Telegram(English):https://t.me/triaslab

 Medium: https://medium.com/@Triaslab

Reddit: https://www.reddit.com/r/Trias_Lab

Twitter: https://twitter.com/triaslab

GitHub:  https://github.com/trias-lab