编者按：本文来自以太坊爱好者，作者：GuillaumeBallet，翻译&校对：裴奇&阿剑，Odaily星球日报经授权转载。账户和合约存储数据的方式是影响以太坊的众多问题之一。以太坊协议选用了MerklePatriciaTree来组织账户及合约数据。尽管这种数据结构在理论上效果很好，但在实际应用中，它带来的问题却比它能够解决的问题多。核心开发者们已经讨论多年，想要把这种数据结构换为二叉树，我将在这篇文章中阐述我对这个问题的看法以及如何实现这种转变。我所提议的处理方法包括一段时间的过渡期，在这段时间内，网络要同时维护两种树结构。这样做的好处是，转换树结构的过程不会影响链的运行，并且可以确保所有的账户都被转换成了二进制格式。背景
目前，以太坊的状态树是十六叉制的。十六叉制表示每个节点有16个孩子节点。理论上讲，这种方式挺好的，因为孩子节点多意味着只需要更少的“层”便可存储所有数据。例如，下图是用十六叉树表示的键值对(170,v)。十六进制中，170记作0xaa，因此你只需要两层：第一层记录第一个a，第二层记录第二个a。
-图1.十六叉树的例子，展示了值v是如何在在对应键0xaa处是存储的。这棵树的键长度只有2个字节，只有沿着0xaa的子树被表现出来了。为了简洁，不相关的子树替换为“...”-可以看出，上图的树很矮，而且很宽。给定相同的键值对，下图展示了二叉树存储的情形。170在二叉树中被表示为10101010。
-图2.与图1相同的键值对，存储在二叉树中。为了简洁，不相关的子树被表示为“...”-从图中可见，二叉树要深得多，也窄得多。以太坊中，每个区块包含一个stateRoot字段，这是该块处理完成后表示以太坊全局状态的MPT的树根哈希值。总的来说，这个哈希值是对根节点的16个孩子节点的哈希值所组成的列表作哈希运算得到的。这些孩子节点的哈希值又是孩子的16个孩子节点的哈希值所组成的列表做哈希运算得到的，以此类推。每次打包交易生成新区块时，矿工都会更新账户树，重新计算根哈希。根哈希存储在新区块的stateRoot字段，然后新区块被共识。
-图3.区块头中的状态根字段，指向十六叉树的树根-问题在于：如果要对所有节点做哈希，重新计算根哈希的时间就太长了，因此，为了计算根节点的哈希，矿工将从数据库中检索同层节点的兄弟哈希值。虽然后者花费的时间没有前者那么多，这个操作还是很耗时。因为每个哈希都必须从数据库中取出。在十六叉树中，通常每一层你都需要取出15个兄弟哈希值。在上面那个我构造的例子中，就需要30个哈希值。尽管二叉树层次更深一点，但在每一层只需要一个兄弟哈希值。在上述例子中，仅仅需要8个哈希值！这就是为什么在实际中二叉树更优。覆盖层转变方法
不幸的是，转换为二叉树并不简单。需要转换的数据太多了，执行转换花费的时间将多于15秒的区块生成时间。除此以外，设想你要翻译一本5000页的书，作者还在不停地告诉你他们对故事做了些修改，并且这些修改会影响你已经翻译过的页……那这个过程就没完没了。转换状态树的格式也是一样的问题：可能你刚完成某个地址的格式转换，用户就使用了该地址，那你又得从头转换一遍。解决这个问题的办法是增加一个过渡期，过渡期间，在十六叉树基层上建立一棵覆盖树。这棵覆盖树是二叉树格式的，它的作用是保存状态上发生的所有变化，直到基层十六叉树完全转换为二叉树。转换分为3步进行。第1步——转换
在这种方法下，区块高度为H1时肯定会有两个状态根：一个是“基层”十六叉树状态根，一个是“覆盖层”二叉树状态根。
-图4.转换过程中，区块拥有两个状态根：一个是传统十六叉树的只读根，一个是覆盖二叉树的可读写根-十六叉树被设置为只读，因此对状态的任何更新都将在覆盖树上进行。当一笔交易读取或者更新一个账户时，系统首先会搜索覆盖树。如果在覆盖树中找不到账户，接着将会在旧的十六叉树中搜索值。与此同时，十六叉树在后台进行转换。此时不需要担心值插入的问题，因为所有的改变都会存储在上层的覆盖树中。
第2步——基层树切换
当后台转换过程完成，矿工对外宣告，他们已经准备好用转换结果来替换只读的十六进制基层树根。对状态的读写与步骤1阶段是一样的。
-图5.转换的第二个阶段，矿工在区块头使用转换所得二叉树的树根替换十六叉树根，向网络示意他们已经准备好了-当足够多的一系列区块对转换所得的二叉基层树根给出了相同的值，意味着大多数矿工都完成了转换，并且认可转换后的树。合并过程则开始。第3步——合并两棵树
合并过程不断推进：每产生一个新的区块，就从覆盖树上删除n个键，把它们重新插入二叉基层树。此过程一直持续，直到所有的键都从覆盖树上移除。到达这步时，区块头就不再保留覆盖状态树的树根。整个步骤的核心只有一个：如果交易执行时要写的键存在于覆盖树上，这个键就会从覆盖树上删除，写操作直接在二叉基层树上进行。下一步
为了估计完成转换所需要的时间，我已经做了一个低转换率的原型系统。我们确信，整个过程花费的时间不会太离谱，也就是说几天时间就够了。我们会随着算法的改进而公布更多细节。致谢此提议得益于AlexeyAkhunov、VitalikButerin、AnnaGeorge、SinaMahmoodi、TomaszStanczak以及MartinH.Swende的宝贵意见。
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。