链资讯 链资讯
Ctrl+D收藏链资讯
首页 > 瑞波币 > 正文

区块链:金色观察|a16z:为什么说区块链的性能难以衡量?_Harmony

作者:

时间:

文/JosephBonneaua16zCrypto研究员

性能和可扩展性是加密世界面临的挑战,一直是一个激烈讨论的话题,与L1项目和L2解决方案密切相关。然而,我们还没有标准化的指标或基准进行衡量。数据报告往往不一致且不完整,这使得项目间的准确比较变得非常困难,而且常常使实践中最重要的内容模糊不清。

我们需要一种更细致、彻底的方法来衡量和比较区块链性能——应将性能分解为多个组件,并在多个轴上进行比较权衡。在本文中,我定义了基本术语,概述了困难挑战,并提供了评估区块链性能需要谨记的指导方针和关键原则。

可扩展性vs.性能

首先,让我们先定义两个术语,那就是可扩展性和性能,它们具有标准的计算机科学含义,在区块链背景下经常被误用。性能用来衡量系统当前能够实现的目标。正如我们下面将要讨论的,性能指标可能包括每秒交易数量或交易确认时间中位数。另一方面,可扩展性则用来衡量系统通过添加资源来提升性能的能力。

这个区别是很重要的:如果定义正确,很多提高性能的方法是根本不能提高可扩展性的。一个简单的例子就是使用更有效的数字签名机制,例如BLS签名,其长度约是Schnorr或ECDSA签名的一半。如果比特币从ECDSA签名切换到BLS,每个区块的交易数量可能会增加20-30%,一夜之间就能提高性能。但我们只能这样做一次——再没有其他更节省空间的签名机制可供切换。

在区块链中还有其他一些一次性技巧可以使用,但你需要一个可扩展的体系架构来实现持续的性能优化,添加更多的资源可以随着时间的推移提升性能。这也是许多其他计算机系统的传统智慧,比如构建一个网络服务器。通过一些常见技巧,你可以构建一个速度非常快的服务器;但最终,你需要一个多服务器体系架构,通过不断添加新的服务器来满足不断增长的需求。

懂得这个区别还有助于避免语句中出现的常见类别错误,比如“区块链X是高度可扩展的,它每秒可以处理Y个交易!”后半句说法可能令人印象深刻,但它是一个性能指标,而非可扩展性指标。它说的并不是通过添加资源来提升性能的能力。

可扩展性本质上要求利用并行性。在区块链世界中,L1扩展明显需要分片或类似于分片的支持。分片的基本概念是将状态分割成一系列分区,以便不同的验证者可以独立处理,此概念与可扩展性的定义非常匹配。在L2上还有更多选项,L2允许添加并行处理,包括链下通道、rollup服务器和侧链。

延迟vs.吞吐量

通常,区块链系统性能是通过两个维度进行评估的,即延迟和吞吐量:延迟用以衡量确认单个交易的速度,而吞吐量用以衡量随着时间的推移交易的总速率。这些度量轴既适用于L1和L2系统,也适用于许多其他类型的计算机系统。

遗憾的是,对延迟和吞吐量的衡量和比较都很复杂。此外,个人用户实际上并不关心吞吐量。个人用户真正关心的是延迟和交易费——更具体地说,就是他们的交易尽可能快、尽可能低成本地得到确认。尽管许多其他计算机系统也以成本/性能为基础进行评估,但交易费是区块链系统的一个新的性能轴,并不真实存在于传统计算机系统中。

衡量延迟面对的挑战

延迟一开始看起来简单明了:交易需要多长时间才能得到确认?但总是有几种不同的方法来回答这个问题。

首先,我们可以在不同时间点衡量延迟,得到的结果也不同。例如,我们什么时候开始计时衡量?是当用户在本地点击“提交”按钮时,还是当交易进入内存池时?我们又在什么时候停止计时呢?是当交易进入提议区块中,还是当一个区块被后续一个或六个区块确认时?

最常用的方法是从验证者角度出发,衡量从一个客户端第一次广播交易到合理“确认”交易的时间。当然,不同的商家可能采用不同的验收标准,甚至同一个商家也可能根据交易金额的不同采用不同的标准。

以验证者为中心的方法忽略了在实践中的一些重要事项。首先,它忽略了点对点网络上的延迟,也忽略了客户端延迟客户端延迟可能非常小,对于签署以太坊支付等简单的交易来说是可以预测的,但对于更复杂的情况延迟问题则可能变得非常显著,如证明一个被屏蔽的Zcash交易是正确的。

即使我们将试图衡量延迟的时间窗口标准化,答案也几乎总是视情况而定。迄今为止,还没有哪个加密货币系统能提供固定的交易延迟。要记住一个基本的经验法则:

延迟是一个分布,而非一个数字。

网络研究界早就明白这一点。对分布的“长尾”进行了特别强调,因为即使是0.1%的交易的延迟也会给终端用户带来严重影响。

在区块链中,延迟确认可因多种原因发生变化:

批处理:大多数系统都以某种方式进行交易批处理,例如,在大多数L1系统上交易被批处理到区块中。这将导致延迟变数,因为一些交易将不得不排队等候,直到这批交易填满区块。其他交易可能比较幸运,因最后加入该批交易而无需等待。这些交易会立即得到确认,不会经历任何额外延迟。

拥堵变量:大多数系统都会出现拥堵,也就是发布的交易量大于系统能够立即处理的交易量。当交易在不可预测的时间进行广播时,或者当新交易在一天或一周内的交易速度发生变化时,亦或在响应外部事件时,拥堵程度会发生变化。

共识层差异:在L1上确认交易通常需要一组分布式节点来达成对一个区块的共识,无论拥堵情况如何,都可能会增加可变的延迟。工作量证明系统在不可预测的时间找到区块。权益证明系统也可以添加各种延迟。

基于这些原因,一个极价的指导原则就是:

关于延迟的声明应该显示确认时间的分布,而不是平均值或中位数这样的单个数字。

虽然像平均值、中位数或百分位数这样的汇总统计数据提供了部分情况,但准确评估一个系统需要考虑整个分布。在某些应用程序中,如果延迟分布相对简单,则平均延迟可以提供很好的洞察。但在加密货币中,几乎从来都不是这样:通常情况下,确认时间非常缓慢。

支付渠道网络就是一个很好的例子。这是一个经典的L2扩展解决方案,这些网络多数时候提供非常快速的支付确认,但偶尔需要重置通道,由此便会增加延迟的数量级。

即使我们对确切的延迟分布有充分的统计,也可能会随着系统和系统需求的变化而变化。另外,关于如何比较竞争系统间的延迟分布也并不总是很清晰。例如,假设一个系统确认的交易延迟均匀分布在1到2分钟之间。如果另一个竞争系统在1分钟内准确确认95%的交易,而在11分钟内确认另外5%的交易,那么哪个系统更好?答案可能是,有些应用程序更喜欢前者,而有些则更喜欢后者。

最后,需要注意的是,在大多数系统中,并非所有交易的优先级都是相同的。用户可以通过支付更多钱来获得更高的优先级,所以除了上述几个因素外,延迟也取决于所支付的交易费。总而言之:

延迟是复杂的。报告的数据越多越好。理想情况下,应该在不同拥堵条件下衡量完整的延迟分布。将延迟分解为不同组件也会有所助益。

衡量吞吐量面对的挑战

乍一看,吞吐量似乎也很简单明了:一个系统每秒可以处理多少交易?这里存在两个主要难点:究竟什么是“交易”,以及我们是在衡量一个系统今天正在做什么,还是未来可能做什么?

虽然“每秒交易量”是衡量区块链性能的实际标准,但交易量作为度量单位是有问题的。对于提供通用可编程性的系统或者甚至是有限功能的系统,如比特币的多路交易或多信号验证选项,存在的基本问题是:

并非所有的交易都是平等的。

以太坊明显如此。在以太坊中,交易可以包括任意代码和任意修改状态。以太坊中的gas概念用于量化一笔交易正在进行的总体工作量,但这与EVM执行环境高度相关。没有简单的方法可以比较一组EVM交易与一组应用BPF环境的Solana交易所处理的工作总量。将两者与一组比特币交易进行比较同样令人担忧。

将交易层划分为共识层和执行层的区块链可以让这一点更加明确。在共识层上,吞吐量可以用每单位时间添加到链上的字节来衡量。执行层的情况总是更加复杂。

例如只支持支付交易的rollup服务器这种比较简单的执行层,避免了量化计算的困难。即使在这种情况下,支付也会因投入和产出的数量不同而变化。支付通道交易可能因所需的影响吞吐量的“跳数”而异。rollup服务器吞吐量可取决于将一批交易“联网”到更小的汇总更改集的程度。

吞吐量的另一个挑战是并非以经验衡量今天的表现,而是评估其理论能力。这就引入了各种建模问题来评估潜在能力。首先,我们必须为执行层确定一个实际的交易工作负载。其次,实际系统几乎从未达到理论容量,尤其是区块链系统。出于运行强健的考虑,我们希望节点实施在实践中是异构的、多样化的。这使得精确模拟区块链吞吐量更加困难。

总之:

吞吐量声明需要仔细说明交易工作负载和验证者。在没有任何明确标准的情况下,来自以太坊等主流网络的历史工作负载就足够了。

延迟—吞吐量间的权衡

延迟和吞吐量通常是一种权衡关系。正如LefterisKokoris-Kogias所描述的那样,这种权衡通常不是一条顺滑的线,存在一个拐点,即当系统负载接近最大吞吐量时,延迟会急剧增加。

零知识rollup系统是吞吐量/延迟权衡的一个天然例子。大批量的交易会增加证明时间,从而增加延迟。但无论是在证明大小还是在验证成本方面,链上足迹将分摊到更大批、更多的交易中,进而增加吞吐量。

交易费

可以理解的是,终端用户更关心延迟和费用之间的权衡,而不是延迟和吞吐量之间的权衡。用户根本没有关心吞吐量的直接原因,他们只关心是不是能够以尽可能低的费用快速确认交易。总结起来,费用受多重因素影响:

1、有多大市场需求支持交易?

2、系统能达到的总吞吐量有多大?

3、系统提供给验证者或矿工的总收益有多少?

4、该收益中有多少是基于交易费或通货膨胀奖励?

前两个因素大致构成导致市场出清价格的供应/需求曲线。在其他条件相同的情况下,更高的吞吐量应该会导致更低的费用,但还有更多的因素。

特别注意上面的第3点和第4点,是区块链系统设计的基本问题,但是对它们我们还没形成良好的原则。关于给予矿工通胀奖励还是交易费的优缺点我们已有一定的了解。然而,尽管有许多关于区块链共识协议的经济分析,我们仍然没有一个广泛适用的模型来说明需要给验证者多少收益。今天,大多数系统都内建一个有根据的猜测,即多少收益足以让验证者诚实作为,同时又不会妨碍系统的实际使用。

提高攻击成本是一件好事,但我们也不知道多少安全措施才是“足够的”。想象一下,你正在考虑去两个游乐园。其中一个声称在游乐设施维护上比另一个少花50%的费用。去这个公园是个好主意吗?可能因为这个公园的设施效用更高,用更少的钱就能获得同等安全性。也许另一个公园花费超过正常所需费用来保证游乐设施的安全,但没有额外好处。但也可能是第一个公园真的很危险。区块链系统也类似。一旦剔除吞吐量,费用较低的区块链之所以费用低,是因为它们对验证者的奖励较少。我们现在没有得力工具来评估这样是否可行,或者是否会让系统更容易受到攻击。总之:

在不同系统之间比较费用可能会产生误导。虽然交易费对用户来说很重要,但除了系统设计本身之外,费用还会受到很多因素的影响。吞吐量则是分析整个系统的更好指标。

结束语

公平准确地评估性能是很难的。就好比测量一辆汽车的性能。拿区块链来说,不同的人会关心不同的方面。对于汽车,有些用户会关心最高车速或加速性能,有些人会关心油耗,还有一些人会关心牵引力。所有这些都不容易评估。例如,美国环境保护署就制定了详细的指导方针,规定如何评估汽油里程数,以及在经销商处必须如何向用户展示。

区块链世界要达到这个级别的标准化还有很长的路要走。在某些领域,未来我们可能会使用标准化的工作负载来评估系统吞吐量,或者使用标准化的图形来表示延迟分布。目前,对评估者和建设者来说,最好的办法就是采集和公布尽可能多的数据,并对评估方法进行详细描述,以便该方法能够得以复制,与其他系统进行比较。

来源:金色财经

标签:区块链ETHHORHarmony以下哪个不是区块链区块的结构reth币投资机构Authorshipharmony币知乎

瑞波币热门资讯
ANK:英伟达暴雷怪游戏萎靡还是币圈崩盘_BAN

昨日,英伟达披露了一份糟糕的业绩预告,二季度财报意外暴雷,大幅不及市场预期。受此影响,英伟达周一开盘后大幅下挫,跌幅一度突破8%,拖累费城半导体指数最深跌3%或近百点并一度失守3000点,英伟达.

ETH:[解读合约审计]Harmony的跨链桥是如何被盗一亿美金的?_togetherbnb换装都有什么衣服

内容概要 2022年6月24日,由Layer1公链Harmony开发的,以太坊与Harmony间的资产跨链桥Horizon遭到攻击,损失金额约为1亿美元.

ETH:BV说8.9——软着陆不可能?前美国财长萨默斯:7月CPI数据或显示通胀回落 但仍加息遏制通胀_harmony币前景

●软着陆不可能!美银:劳动力市场热度创历史之最美联储别无选择据悉,美国银行日前表示,目前美国劳动力市场火爆程度,更甚于上世纪90年代末以及2008年金融危机爆发前夕,但增长势头已经放缓.

CASH:8月12日以太坊行情分析 #比特币 #以太坊 #数字货币 #区块链_AC3

ETH短线高位震荡延续横久必跌?高压之下,多空如何走?从币价虚破1920承压位到达1942高点后,迅速收出了上引线回落到1900附进.

ADO:金色观察|美国政府制裁混币器Tornado 其多个网址404_ASH

美国政府正在打击加密货币混币器。2022年8月9日,美国财政部外国资产控制办公室(OFAC)宣布制裁混币器TornadoCash,将TornadoCash添加到特别指定国民(SDN)名单中,其中.

MBL:Web3.0生态共荣 BumbleBee助力优质链游高质量发展_BEE

????Web2.0使得互联网本身壮大成为了一个重要行业,随着互联网越来越成为社会发展的基础设施.