以太坊数据存储源码分析

上一篇主要讲解了MPT的基本原理，这篇分析一下以太坊数据存储相关的流程。

首先介绍一下MPT的存储流程，然后依次分析StateDB、Transactions、Receipts的存储，这3棵树的Merkle Root最终会存储到区块Header中的Root、TxHash、ReceiptHash字段。

1.MPT存储流程

从图中可以看出，MPT的存储涉及3种编码方式：

• KeyBytes编码
• Hex编码
• Compact编码

在完成Compact编码后，会通过折叠操作把子结点替换成子结点的hash值，然后以键值对的形式将所有结点存储到数据库中。下面详细介绍上面3中编码方式。

1.1 KeyBytes编码

即原始关键字，比如图中的0x811344、0x879337等。每个字节中包含2个nibble（半字节，4 bits），每个nibble的数值范围时0x0~0xF。

1.2 Hex编码

由于我们需要以nibble为单位进行编码并插入MPT，因此需要把一个字节拆分成两个，转换为Hex编码。
编码转换是在Trie.TryUpdate()中触发的，具体转换代码参见trie/encoding.go：

func keybytesToHex(str []byte) []byte {
    l := len(str)*2 + 1
    var nibbles = make([]byte, l)
    for i, b := range str {
        nibbles[i*2] = b / 16
        nibbles[i*2+1] = b % 16
    }
    nibbles[l-1] = 16
    return nibbles
}

1.3 Compact编码

当我们需要把内存中MPT存储到数据库中时，还需要再把两个字节合并为一个字节进行存储，这时候会碰到2个问题：

• 关键字长度为奇数，有一个字节无法合并
• 需要区分结点是扩展结点还是叶子结点
  为了解决这个问题，以太坊设计了一种Compact编码方式，具体规则如下：

• 扩展结点，关键字长度为偶数，前面加00前缀
• 扩展结点，关键字长度为奇数，前面加1前缀（前缀和第1个字节合并为一个字节）
• 叶子结点，关键字长度为偶数，前面加20前缀（因为是Big Endian）
• 叶子结点，关键字长度为奇数，前面加3前缀（前缀和第1个字节合并为一个字节）

编码转换是在Trie.Commit()时触发的，具体调用在hasher.hashChildren()函数中，转换代码参见trie/encoding.go：

func hexToCompact(hex []byte) []byte {
    terminator := byte(0)
    if hasTerm(hex) {
        terminator = 1
        hex = hex[:len(hex)-1]
    }
    buf := make([]byte, len(hex)/2+1)
    buf[0] = terminator << 5 // the flag byte
    if len(hex)&1 == 1 {
        buf[0] |= 1 << 4 // odd flag
        buf[0] |= hex[0] // first nibble is contained in the first byte
        hex = hex[1:]
    }
    decodeNibbles(hex, buf[1:])
    return buf
}

2. StateDB的存储

StateDB中存储了很多stateObject，而每一个stateObject则代表了一个以太坊账户，包含了账户的地址、余额、nonce、合约代码hash等状态信息。所有账户的当前状态在以太坊中被称为“世界状态”，在每次挖出或者接收到新区块时需要更新世界状态。

为了能够快速检索和更新账户状态，StateDB采用了两级缓存机制，参见下图：

• 第一级缓存以map的形式存储stateObject
• 第二级缓存以MPT的形式存储
• 第三级就是LevelDB上的持久化存储

当上一级缓存中没有所需的数据时，会从下一级缓存或者数据库中进行加载。

我们可以看一下StateDB具体实现的UML图：

可以看到，一共封装了3个包：state，trie，ethdb。如果按接口类型来分，主要分为Trie和Database两种接口。Trie接口主要用于操作内存中的MPT，而Database接口主要用于操作LevelDB，做持久化存储。StateDB中同时包含了这两种接口。

查看StateDB和stateObject的定义可以发现，这两种类型内部各有一个Trie，那么这两个Trie里存储的什么内容呢？请看下图：

StateDB里的Trie以账户地址为key，存储经过RLP编码后的stateObject。
stateObject里的Trie也被称为storage trie，存储的是智能合约执行后修改的变量值，细节可以参见之前的一篇文章：以太坊stateObject中Storage存储内容的探究

这两个Trie是怎么关联起来的呢？实际上stateObject内部有一个Account类型的字段，我们看一下它的类型定义：

type Account struct {
    Nonce    uint64
    Balance  *big.Int
    Root     common.Hash // merkle root of the storage trie
    CodeHash []byte
}

看到了吧，Account类型内部有一个Root字段，记录的正是对应的storage trie的merkle root。

3. Transactions的存储

从图中可以看出，MPT中是以交易在区块中的索引的RLP编码作为key，存储交易数据的RLP编码。
事实上交易在LeveDB中并不是单独存储的，而是存储在区块的Body中。在往LeveDB中存储不同类型的键值对时，会在关键字中添加不同的前缀予以区分，这些前缀的定义在core/rawdb/schema.go中：

    // Data item prefixes (use single byte to avoid mixing data types, avoid `i`, used for indexes).
    headerPrefix       = []byte("h") // headerPrefix + num (uint64 big endian) + hash -> header
    headerTDSuffix     = []byte("t") // headerPrefix + num (uint64 big endian) + hash + headerTDSuffix -> td
    headerHashSuffix   = []byte("n") // headerPrefix + num (uint64 big endian) + headerHashSuffix -> hash
    headerNumberPrefix = []byte("H") // headerNumberPrefix + hash -> num (uint64 big endian)

    blockBodyPrefix     = []byte("b") // blockBodyPrefix + num (uint64 big endian) + hash -> block body
    blockReceiptsPrefix = []byte("r") // blockReceiptsPrefix + num (uint64 big endian) + hash -> block receipts

    txLookupPrefix  = []byte("l") // txLookupPrefix + hash -> transaction/receipt lookup metadata
    bloomBitsPrefix = []byte("B") // bloomBitsPrefix + bit (uint16 big endian) + section (uint64 big endian) + hash -> bloom bits

    preimagePrefix = []byte("secure-key-")      // preimagePrefix + hash -> preimage
    configPrefix   = []byte("ethereum-config-") // config prefix for the db

因此，以b + block index + block hash作为关键字就可以唯一确定某个区块的Body所在的位置。
另外，为了能够快速查询某笔交易的数据，在数据库中还存储了每笔交易的索引信息，称为TxLookupEntry。TxLookupEntry中包含了block index和block hash用于定位区块Body，同时还包含了该笔交易在区块Body中的索引位置。

4. Receipts的存储

交易回执的存储和交易类似，区别是交易回执是单独存储到LevelDB中的，以r为前缀。
另外，由于交易回执和交易是一一对应的，因此也可以通过TxLookupEntry快速定位交易回执所在的位置，加速交易回执的查找。

更多文章欢迎关注“鑫鑫点灯”专栏：https://blog.csdn.net/turkeycock/article/category/7669858
或关注飞久微信公众号：