来源|?OptimismPBC
译者注：1月份，Optimism发推更新其Rollup的固定开销(Fixedoverhead)从2750gas减少至2100gas，动态开销(FeeScalar)从1.5倍降低到1.24倍；3月份又发布更新，称将对交易的calldata进行一次系统级别的压缩。而这一系列调整与更新将会给Optimism的开销带来极大的变化，进而影响用户的交易费(交易费平均减少30%-40%)。这些收费部分在Optimism的运作中分别扮演什么角色？本文先整体介绍了Optimism开销的组成部分，然后再分析对这些组成部分的调整如何影响用户的交易手续费。
cr：@optimismPBC
Optimism交易费介绍
想要理解我们是如何减少开销的，首先需要了解Optimism交易费的组成部分：1)?Rollup开销：将交易“rollup”(打包)进交易batch中然后提交至以太坊主网(L1)的开销；2)?L2执行开销：在Optimism(L2)上运行交易的开销。想要深入研究，请阅读"Optimism是如何运作的"文档。
1)Rollup开销
在Optimism中用户不再需要支付整个交易执行的L1gas费用，而只需支付将你的交易数据通过交易batch提交至L1所产生的那部分费用。这笔费用包括你的交易的实际Calldata(输入数据)和固定开销(FixedOverhead)产生的费用，即在更大的交易batch中添加一个交易所需的额外处理费用。
Optimism还增加了一个动态开销(FeeScalar,费用比例系数)作为附加费用。这给了我们一些额外资金用来作为缓冲，以防L1价格迅速上升，而多余的资金用于推动公共物品发展。(OptimismPBC发布的《追溯性公共物品募资》文章中有承诺这一点，还可以阅读我们首轮募资的回顾文章)
Calldata的开销和L1gas价格是由以太坊L1决定的，但是固定开销(FixedOverhead)?和费用比例系数(FeeScalar)?是可以由Optimism调整的“花哨数字”。
“L1gas费”代表这些rollup开销：
Layer?1?Gas?Fee?=Fee?Scalar?*?L1?Gas?Price?*?(Calldata?+?Fixed?Overhead)
目前Optimism一笔交易费中rollup开销占大概99.6%，所以我们可以通过优化这一部分大大地降低交易费用。
2)L2执行开销
Optimism上的交易使用的gas量与以太坊上的同等交易使用的gas量相同；但是，Optimism上gas的标准开销只有0.001gwei，比L1便宜很多倍。这个gas价格在使用率高期间会略有增加，但平均只占总交易费的0.4%。
“L2gas费”代表着执行开销：
Layer?2?Gas?Fee?=?L2?Gas?Price?*?L2?Gas?Used
交易费用的节省
将rollup开销和L2执行开销相加，我们就得到了总的交易费用。对于简单的交易(如?ETH?转账)，Optimism上的费用比以太坊便宜约5倍，但对于更复杂的交互(如进行一笔永续swap交易或者期权交易)，Optimism能比直接使用以太坊L1便宜200倍以上。
发现我们新的费用参数
在我们降低费用之前，固定开销参数被设置在2750gas每笔交易，费用比例系数被设置在1.5倍。后来对它们都做了一些调整：
1.?更低的开销结构：由于Optimism在去年11月11日进行了EVM等同性(EVMEquivalence)升级，提交Optimism交易batch至L1需要的gas变少了。实际开销减少了将近25%，从2750每笔交易降至2100gas每笔交易。
2.?从经验中学得什么：虽然现在Optimism仍处于十分早期的阶段，但自我们上线主网这几个月以来，我们知道我们有能力将额外费用从35%的利润率减少至10%的利润率(利润率=/L2收集的费用)。
EVM等同性升级后开销gas降低
预测和优化
下一步就是将更低的开销转化成Optimism用户更便宜的手续费。为了恰当地调整固定开销和费用比例系数这两个参数，我们必须理解什么影响了我们的费用：
1.?Calldata：Calldatagas的多少由交易类型决定(比如，ETH转账：0calldatagas、Chainlink预言机更新：890gas、Uniswap?V3交易：3200gas)。平均一笔交易使用1100calldatagas，但这个gas可能会变高，也可能会随着Optimism上不同的app被普遍采用之后变低。
2.?开销：随着总batch的尺寸变大，在一个batch中添加一笔交易的开销会减少。这是L2扩容与L1扩容不同的一个地方：交易越多，交易费就越便宜。开销已经从2750gas减少到2100gas，并会随着Optimism的使用率增加继续减少。
3.?L1Gas价格：交易在Optimism上发生了之后过几分钟就会被提交至L1，而L1gas价格在这段时间内变化相当大。如果L1gas价格升高，提交者需要支付比预期多的gas费；如果L1gas价格下降，那么就会支付比预期少的gas费。在gas价格波动期间，可以有10%的差距。
根据batch大小而变化的开销gas费用
现在我们知道这些因素是什么样的了，但一旦我们降低费用，预计使用情况就会发生变化(比如，更多的交易，使用更多的calldata)。因此，我们做了一些假设，提出了一系列的方案，然后在这些范围内模拟了5000个随机日(参考蒙地卡羅方法,MonteCarlomethod)。之后我们得到一个简单的优化问题：通过调整固定开销和费用比例系数，尽可能地接近10%利润的目标。
结论是：将固定开销调为2100gas，费用比例系数调为1.24倍。
想了解最新的数据吗？请看我们的交易开销dashboard
Optimisticrollup正迅速地走向成熟。我们度过了“0到1”的阶段之后，接下来要开始进行“优化”了——最实在的优化是开销方面的优化。在下个月之内，我们将在任意的产品级ORU网络上部署首个系统级别的calldata压缩，实现费用降低30-40%。
未来，我们还有其他一些计划来节省更多的gas费，今年夏天会推出下一个主要版本：Bedrock。这篇文章深入探讨了calldata压缩的细节：特别是我们如何评价各类压缩算法，以及如何利用它们实现我们的亚美元级别的收费。
Calldata概览
Optimism使用以太坊作为其数据可用性层。这意味着每一笔在Optimism执行的交易都会存储在以太坊上(但不在上面执行)。目前我们将Optimism的交易存储在calldata中。多笔L2交易被成批地打包进一个二进制blob中，并且该blob(加上其他信息)存储在交易的数据字段中。想要检索回那个数据，我们需要看回交易主体本身(存储在区块内)。因为以太坊的区块有保存下来，Optimism链的交易总是可以借助以太坊重构。
虽然在区块中存储数据比在合约状态中存储数据要便宜得多，但永久保留历史区块确实会给节点运行者带来成本。因此，以太坊对calldata收费。每一个0字节的calldata消耗4gas，每一个非0字节的calldata消耗16gas(0字节类的在提交给Optimism的交易中占40%左右的字节)。
虽然将calldata发布至L1是rollup节省gas费的一个重要部分，但这个费用同时也是二层用户进行交易的主要开销。也就是说，我们可以减少calldata发布的数据量越多，rollup的交易费就可以越便宜。走进压缩：缩小数据大小的艺术！下面将对实际运行的数据压缩进行深入分析：
压缩的概览和结果
我们研究了Optimism提交给以太坊的2.2万个batch(将近300万笔单独交易)，并以不同的配置对其进行压缩，以确定如何最好地执行压缩，并对可能的情况进行实验。
我们还研究了各种压缩算法，并计算了压缩率(压缩后的数据大小占未压缩大小的百分比)和预估节省的费用(假设交易中40%的字节是0字节)。
需要了解的一个配置选项是字典(dictionary)。提前创建一个字典，以显示现实数据中常用的算法数据分块。压缩算法使用字典来更好地压缩数据，特别是在一次性压缩少量数据时。通过随机抽取交易样本，我们可以为zlib和zstd创建一个字典，这可以在压缩单笔交易和交易batch时提高压缩率。
由于以太坊交易中的大多数字段都是随机的(地址和函数选择器是哈希值，签名应该都是随机的)，单笔以太坊交易的压缩率并不高。因为以太坊上0字节本身就很省gas，而压缩算法会迅速移除这些字节，所以节省的费用不会像压缩率那么多。因此，为了节省最多的费用，我们需要在尽可能多的数据上运行一个高级的算法。
下面是对交易本身进行压缩的结果：
正如你所看到的，压缩单笔交易本身只会让我们节省10-15%。请注意，交易大小减少的幅度比这个还大，但节省的幅度较小——这是由于上面讨论的更便宜的0字节。
带有字典的zstandard算法明显性能更好，因为每笔交易和存储在字典中的交易之间都有共通点。但是，当一次性压缩大量数据时，zstd的性能仍然更好。
另一个极端就是一下子压缩所有单笔交易。这在实际中是不可能实现的，但可以作为最大压缩比率的例子研究。
因此，在这个例子中，我们可以通过压缩节省10%-50%的开销。但在实践中，我们能实现什么呢？
当查看交易的压缩batch时(数百笔交易)，它们的压缩率明显比压缩单笔交易的压缩率高，但是要比一次性压缩所有交易略低一些。这是因为用户倾向于与某些合约交互。此外，某些字段(如链ID和gas价格)在交易中趋于相似。压缩算法依赖于这些相似性来完成它们的工作。
在比较不同的压缩算法时，我们发现zlib、zstd和brotli是压缩率最高的算法。我们排除了Brotli是因为在差不多的压缩率下，它比zstd或zlib慢得多。一般来说，某种算法的压缩率越高(或某个算法的设置压缩率越高)，这个算法就运行得越慢。在通用基准测试中，在比较过一系列压缩速度/压缩率之后，zstd往往比其他压缩算法性能更好。还要注意的是，以太坊交易与基准测试中的数据具有不同的特征。
Zlib和zstd十分接近，我们将在短期内推出zlib压缩(不带字典)，因为它在不同的编程语言中都有良好的结果、速度和可用性。长期来看，我们希望zstd能够帮助实现尽可能高的压缩率和尽可能低的用户费用。
总结
综上所述：如果按照这样的历史趋势继续下去，我们预计可以通过引入上述所说的压缩方法，将费用减少30%-40%。
使用Zlib压缩算法的batch很快就会在Optimism上应用。
3/17推出Kovan测试网3/24上线主网基于Zstd算法的压缩(带有字典的)在Optimism未来的升级路线规划中：Bedrock，将在今年晚些时候发布。
除了通过压缩减少用户的费用之外，Optimism同时正研究如何通过EIP-4844和类似的方法来改善以太坊作为数据可用性层的能力，以进一步减少开销。
附录：算法总结
ZLE是零字节运行长度编码(zero-byterunlengthencoding)的缩写。它是一种简单的压缩算法，将一串零替换成应该存在的多少个零。
原文链接：
https://medium.com/ethereum-optimism/fancy-numbers-how-we-lowered-fees-for-optimism-users-a3bb80cbc65f
https://medium.com/ethereum-optimism/the-road-to-sub-dollar-transactions-part-2-compression-edition-6bb2890e3e92
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。