Fremtiden for skalering: Et panorama av Web3 parallelle databehandlingsspor
Skrevet av: 0xjacobzhao og ChatGPT "
Blockchain-trilemmaet" til 4o blockchain "sikkerhet", "desentralisering" og "skalerbarhet" avslører den essensielle avveiningen i utformingen av blokkjedesystemer, det vil si at det er vanskelig for blokkjedeprosjekter å oppnå "ekstrem sikkerhet, alle kan delta og høyhastighetsbehandling" samtidig. Som svar på det evige temaet "skalerbarhet", er de vanlige blokkjedeskaleringsløsningene i markedet delt inn i henhold til paradigmer, inkludert:
-
Utførelsesforbedret skalering: Forbedring av utførelsesmuligheter in situ, for eksempel parallellitet, GPU og flerkjernet
-
tilstandsisolert skalering: Horisontalt delt tilstand/shard, for eksempel sharding, UTXO og multi-subnett
-
Off-chain outsourcet skalering: Sette utførelse utenfor kjeden, For eksempel Rollup, Coprocessor,
-
DA-strukturavkoblingsskalering: modulær arkitektur, samarbeidsdrift, for eksempel modulkjede, delt sekvenser, Rollup Mesh
-
asynkron samtidig skalering: Aktørmodell, prosessisolering, meldingsdrevet, for eksempel agent, flertrådet asynkron kjede
Blockchain-skaleringsløsningen inkluderer: parallell databehandling på kjeden, rollup, sharding, DA-modul, modulær struktur, aktørsystem, zk-beviskomprimering, tilstandsløs arkitektur, etc., som dekker flere nivåer av utførelse, tilstand, data og struktur, og er et komplett skaleringssystem for "flerlags samarbeid og modulkombinasjon". Denne artikkelen fokuserer på skaleringsmetoder som integrerer parallell databehandling.
Intra-kjedeparallellitet, som fokuserer på parallell utførelse av intra-blokktransaksjoner/instruksjoner. I henhold til den parallelle mekanismen kan skaleringsmetodene deles inn i fem kategorier, som hver representerer en annen ytelsesforfølgelse, utviklingsmodell og arkitekturfilosofi, og den parallelle granulariteten blir finere og finere, parallellitetsintensiteten blir høyere og høyere, planleggingskompleksiteten blir høyere og høyere, og programmeringskompleksiteten og implementeringsvanskeligheten blir også høyere og høyere.
-
Account-level: Representerer prosjektet Solana
-
Object-level: representerer prosjektet Sui
-
Transaction-level: representerer prosjektet Monad, Aptos
-
Samtalenivå / MicroVM: Representerer prosjektet MegaETH
-
Parallelitet på instruksjonsnivå: Representerer prosjektet GatlingX
Den asynkrone samtidighetsmodellen utenfor kjeden, representert ved Actor / Actor Model, tilhører et annet parallelt databehandlingsparadigme, som et krysskjede/asynkront meldingssystem (ikke-blokksynkroniseringsmodell), hver agent kjører uavhengig som en "agentprosess", asynkrone meldinger i parallell modus, hendelsesdrevet, ingen synkron planlegging, representative prosjekter som AO, ICP, Cartesi, etc.
Det velkjente opprullings- eller fragmentskaleringsskjemaet tilhører samtidighetsmekanismen på systemnivå, ikke parallell databehandling i kjeden. De oppnår skalering ved å "kjøre flere kjeder/utførelsesdomener parallelt", i stedet for å øke parallelliteten innenfor en enkelt blokk/virtuell maskin. Denne typen skaleringsløsning er ikke fokuset i denne artikkelen, men vi vil fortsatt bruke den til å sammenligne likhetene og forskjellene i arkitektoniske konsepter.
-