【刘文彬】区块链 + 大数据：EOS存储

原文链接：醒者呆的博客园，https://www.cnblogs.com/Evsward/p/storage.html

谈到区块链的存储，我们很容易联想到它的链式存储结构，然而区块链从比特币发展到今日当红的EOS，技术形态已经演化了10年之久。目前的EOS的存储除了确认结构的链式存储以外，在状态存储方面有了很大的进步，尤其是引入了MongoDB plugin以后，可以将功能有限的状态库搭上大数据的班车。本文将全面介绍EOS的存储技术。

EOS 存储，Merkle Tree，mongodb，chainbase，源码学习，context_free_actions

EOS的链式存储结构

EOS的区块数据结构如下：

field	explanation
timestamp	时间戳
producer	生产者
confirmed	生产者确认数
previous	链式结构前一个区块的id
transaction_mroot	交易默克尔树根
action_mroot	动作默克尔树根
schedule_version	生产者版本排序号
new_producers	下一个生产者
header_extensions	区块头扩展字段
producer_signature	区块签名，由生产者签名
transactions	块打包交易内容，是数组结构，可以多个
block_extensions	区块扩展字段
id	当前块id
block_num	当前块高度
ref_block_prefix	引用区块的区块头

Merkle Tree

默克尔树的演化路线是 Hash => Hash Tree => Merkle Tree ，他们都是为解决数据一致性而存在的，具体的含义如下：

Hash 是我们都熟知的技术了，它可以为一个文件或其他数据生成一个Hash值，我们在下载一个文件时，通常会在下载页面看到这个文件的Hash值以及该Hash值的算法，下载完毕以后，我们可以在本地对整个文件进行同样的Hash算法得到Hash值，然后与网页上的Hash值进行对比，如果相同，则说明文件完整，是网页上的源文件，如果不匹配则说明文件损坏，被修改或者不完整。
仍旧是文件完整性的校验需求，当这个文件特别大的时候，对这个文件进行Hash算法是能耗巨大的，所以可以将文件切割成很多的小块，每一个小块都有一个Hash，然后将所有小块的Hash值拼在一起再次进行Hash算法得到的就是Root Hash。这样一来，我们在下载大文件的时候，会先下载一个包含Root Hash的Hash list，通过校验Root Hash可以确定Hash list的正确性，确定Hash list正确以后，再逐个下载小块文件并逐一验证Hash，当发现某个小块Hash不匹配的时候，就可以单独重新下载该小块即可，而不必重新下载全部。Hash list的结构实际上是一个Root Hash 为根，小块Hashs为叶子节点的树高为2的Hash Tree。
Merkle Tree实际上是对Hash List的优化，它极大的提高了性能。它的结构是一个二叉树（也可以是多叉树，性能优化的关键点是它的高度是大于等于2的），每个节点最多只有两个子节点，只有叶节点是根据小块文件做的Hash，每两个相邻的叶节点的父节点是由这两个Hash做的父Hash，如果叶节点的总数是单数，则会剩余一个，逐级而上，最终会有一个的根节点，这个根节点就是Merkle Root。这样以来，我们在下载大文件的时候，会首先下载一个Merkle Tree，从最左下叶节点进行校验，逐级而上，将整个Merkle Tree校验完毕。这里面不同于上面Hash Tree的是，只要最左下相邻的两个叶节点的Hash值与他们的父节点的Hash通过了匹配，则可以立即开始下载这两个叶节点对应的文件块，并行地，再校验其他叶节点，这就提高了性能，不必校验完整的Merkle Tree之后再下载文件。

Merkle Tree 与区块链

上面的区块数据结构中包含了两个与Merkle Tree相关的字段：

transaction_mroot，一个区块中的transactions字段可以包含多笔交易，区块中的transaction_mroot是所有该区块内打包的交易的Merkle Root，可以用来校验其中的每笔交易的正确性。如果该区块中不包含任何交易，则该字段的值为0000000000000000000000000000000000000000000000000000000000000000。节点同步数据的时候，会先将交易的Merkle Tree下载并通过Merkle Root来校验，而不是将所有的交易主体全部下载下来，这样可以节省轻节点的数据量。

action_mroot，创建一个基于所有分发的action的根，在区块内接收交易时进行评估。用在轻客户端的校验，功能同上。

  action_mroot是始终有值的，哪怕transaction_mroot是0，这是因为出块本身也是一个action动作onblock，这个动作调用的是system合约的onblock函数。TODO：源码分析

/**
*  At the start of each block we notify the system contract with a transaction that passes in
*  the block header of the prior block (which is currently our head block)
*/
signed_transaction get_on_block_transaction()
{action on_block_act;on_block_act.account = config::system_account_name;on_block_act.name = N(onblock);on_block_act.authorization = vector<permission_level>{{config::system_account_name, config::active_name}};on_block_act.data = fc::raw::pack(self.head_block_header());signed_transaction trx;trx.actions.emplace_back(std::move(on_block_act));trx.set_reference_block(self.head_block_id());trx.expiration = self.pending_block_time() + fc::microseconds(999'999); // Round up to nearest second to avoid appearing expiredreturn trx;
}

context_free_actions

通过对eosio.null账户的nouce动作，可以将无签名的数据打包进入context_free_action字段，结果区块信息如下：

evsward@evsward-TM1701:~/work/src/github.com/eos/tutorials/bios-boot-tutorial$ cleos --wallet-url http://127.0.0.1:6666 --url http://127.0.0.1:8000 get block 440
{"timestamp": "2018-08-14T08:47:09.000","producer": "eosio","confirmed": 0,"previous": "000001b760e4a6610d122c5aa5d855aa49e29f3052ac3e40b9e1ef78e0f1fd02","transaction_mroot": "32cb43abd7863f162f4d8f3ab9026623ea99d3f8261d2c8b4d8bf920ab97e3d1","action_mroot": "09afeaf40d6988a14e9e92817d2ccf4023b280075c99f13782a6535ccc58cbb0","schedule_version": 0,"new_producers": null,"header_extensions": [],"producer_signature": "SIG_K1_K2eFDzbxCg3hmQzpzPuLYmiesrciPmTHdeNsQDyFgcHUMFeMC3PntXTqiup5VuNmyb7qmH18FBdMuNKsc7jgCm1TSPFbaj","transactions": [{"status": "executed","cpu_usage_us": 290,"net_usage_words": 16,"trx": {"id": "d74843749d1e255f13572b7a3b95af9ddd6df23d1d0ad19d88e1496091d4be2b","signatures": ["SIG_K1_KVzwg3QRH6ZmempNsvAxpPQa42hF4tDpV5cqwqo7EY4oSU7NMrEFwG7gdSDCnUHHhmH1EwtVAmV1z9bqtTvvQNSXiSgaWG"],"compression": "none","packed_context_free_data": "","context_free_data": [],"packed_trx": "8497725bb601973ea96f0000000100408c7a02ea3055000000000085269d000706686168616861010082c95865ea3055000000000000806b010082c95865ea305500000000a8ed3232080000000000d08cf200","transaction": {"expiration": "2018-08-14T08:49:08","ref_block_num": 438,"ref_block_prefix": 1873362583,"max_net_usage_words": 0,"max_cpu_usage_ms": 0,"delay_sec": 0,"context_free_actions": [{"account": "eosio.null","name": "nonce","authorization": [],"data": "06686168616861"}],"actions": [{"account": "eosiotesta1","name": "hi","authorization": [{"actor": "eosiotesta1","permission": "active"}],"data": {"user": "yeah"},"hex_data": "0000000000d08cf2"}],"transaction_extensions": []}}}],"block_extensions": [],"id": "000001b8d299602b289a9194bd698476c5d39c5ad88235460908e9d43d04edc8","block_num": 440,"ref_block_prefix": 2492570152
}

正常的actions的内容是hi智能合约的调用，而context_free_action中包含了无签名的data数据，是已做数字摘要后的形态。源码中的操作：

//lets also push a context free action, the multi chain test will then also include a context free action
("context_free_actions", fc::variants({fc::mutable_variant_object()("account", name(config::null_account_name))("name", "nonce")("data", fc::raw::pack(v))}))

EOS的StateDB

我们来设想一个场景：

A账户转账给B账户100个SYS，如何查看A账户的余额？

对于不知道以上动作何时发生的我们来讲，我们要如何做呢：

首先是从头扫描区块内的交易，交易内的action，直到找到A账户被创建的action所对应的区块号。
从这个区块号开始继续扫描，要将所有A账户的转账，包括收入和支出的所有action记录下来并统计。
算出A的当前余额。

以上步骤很容易出错且繁琐，每一次的余额查询都要重复这些操作实在是毫无意义，因此StateDB就诞生了，这个库顾名思义就是用来存储状态数据的，如果有了StateDB，上面的场景的解决办法就是：

从A账户被第一次收入SYS开始，为A账户在StateDB中建立一个table，存储A账户的余额，每当A账户发生转账的action，都会同步更新StateDB中相关table中A账户的余额的值，当我们需要知道A账户的余额时，我们可以直接查找这个余额state即可。

测试用例

这里为大家提供一个测试方法，也是我的命令history：

cleos create key
cleos wallet import 5JA9oDotJHoKnjUV6NrAMx4g5gWTCVCRLybTnG1XVU3EKGZZeNY
cleos wallet import --private-key 5JA9oDotJHoKnjUV6NrAMx4g5gWTCVCRLybTnG1XVU3EKGZZeNY
cleos wallet keys
cleos wallet import --private-key 5KQwrPbwdL6PhXujxW37FSSQZ1JiwsST4cqQzDeyXtP79zkvFD3
cleos wallet keys
cleos create account eosio usertesta1 EOS761KfjhYy3FSypZGG5hePrR8K2wzmw75JCDXgypKt2DLXZoZPW
cleos create account eosio eosio.token EOS761KfjhYy3FSypZGG5hePrR8K2wzmw75JCDXgypKt2DLXZoZPW
cleos set contract eosio.token work/src/github.com/eos/build/contracts/eosio.token/
cleos push action eosio.token create '["eosio","100000000.0000 SYS"]'
cleos push action eosio.token issue 
cleos push action eosio.token issue '["usertesta1","10000000.0000 SYS"]' -p eosio.token
cleos push action eosio.token issue '["usertesta1","10000000.0000 SYS"]' -p eosio
cleos get currency balance eosio.token usertesta1
cleos get table eosio.token usertesta1 accounts
cleos get table eosio.token eosio accounts

可以看到当我想获得usertesta1账户的余额时，是通过查询StateDB的table来获取的，而不是最开始的那种扫块的笨方法。

链式存储和StateDB存储的区别

链式存储，存储的是固定结构的数据：Block=> Block Header/ transactions=>actions，一个action的结构例子：

{"account": "eosiotesta1","name": "hi","authorization": [{"actor": "eosiotesta1","permission": "active"}],"data": {"user": "yeah"},"hex_data": "0000000000d08cf2"
}

这个例子中，我们调用了hello合约的hi函数，data传入的格式是hi函数中自定义的，所以在链式存储中，留给我们发挥的空间也即在此。

StateDB，存储的是一个最终要记录的状态，这个状态数据必须是有意义的，是有人关心的，无关紧要的数据请不要放在StateDB中去，所以StateDB是可以增删改查的，就像一个普通数据库那样，在合约中通过multi_index来操作，具体请参照文章EOS技术研究：合约与数据库交互。
```
  很多人搞不明白为什么区块链不可篡改，却在StateDB中好像可以修改还能删除？
```

其实不是这样的，链式存储的内容会将所有的动作action全部记录下来，是所有的过程数据，是流水帐，元数据，这些数据一旦上链是不可修改，不可删除的。而StateDB只是为了保存一个状态信息，这个状态信息的修改与删除并不影响区块链的不可篡改的特性。

目前StateDB的主流实现方式是将它放在内存中，而当有些人对StateDB的认识有偏差造成滥用的时候，会引发内存过载，因此一方面我们要非常清楚的理解StateDB的含义，一方面EOSIO帮助我们提供了一个mongodb-plugin插件来同步StateDB数据。

mongodb

安装

下载tgz安装包
解压安装到/usr/local/bin（或者其他某路径）
sudo mkdir /data/db

普通模式

sudo mongod
mongo

服务模式

我们也可以使用ubuntu系统的服务模式。

曾经我们要定义一个系统启动时自启动服务的方式是在/etc/init.d 目录下写一个脚本来执行，现在在ubuntu的服务模式下，我们可以丢弃那种方式，服务模式的命令是service，而现在的ubuntu系统推崇使用的systemctl命令，他俩的使用方法的区别就在于参数的顺序。

定义一个配置文件mongod.conf
定义一个服务文件，放置在/etc/systemd/system/
```
  sudo vi /etc/systemd/system/mongodb.service
```

[Unit]
Description=High-performance, schema-free document-oriented database
After=network.target[Service]
User=mongodb
ExecStart=['mongod' command location] --quiet --config /etc/mongod.conf[Install]
WantedBy=multi-user.target

查找服务状态
```
  systemctl list-unit-files
```
查询mongodb服务的激活状态
```
  systemctl is-enabled mongodb
```
激活系统自启动服务
```
  sudo systemctl enable mongodb
```
启动mongodb服务
```
  sudo systemctl start mongodb
```
查询mongodb服务状态
```
  sudo systemctl status mongodb
```
停止mongodb服务
```
  sudo systemctl stop mongodb
```

###调试模式

IDE选择CLion，EOS源码下载最新的，保证本地可以使用脚本编译通过，安装了相关依赖包，然后在CLion中导入EOS，CLion会自动识别CMakeList.txt文件生成makefile文件并make编译执行。编译时可能会遇到错误，一般来讲要么是环境依赖没有配置好，要么就是CMakeList.txt要有修改，例如mongodb-plugin导入时要在总开关配置上开启。

set(BUILD_MONGO_DB_PLUGIN "true")

全部编译成功以后，会自动识别出可以debug的target，与EOS中配备CMakeList.txt的模块一一对应。

安装Mongo Explorer插件

上面我们介绍了MongoDB的安装方法，以及启动nodeos时的配置方法（除了上文提到的总开关，当然要在config.ini文件末尾设置上plugin = eosio::mongo_db_plugin，这部分内容演练多次，这里不再赘述。）链启动开始出块以后，会同步到mongodb中去（注意要预先启动mongod守护进程，可以理解为服务端），通过mongo命令接入可使用mongo命令查询数据，但这样很不方便。可以在CLion中安装mongo-plugin，配置好效果如下：