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。
金色热搜榜：WAN居于榜首:根据金色财经排行榜数据显示，过去24小时内，WAN搜索量高居榜首。具体前五名单如下：WAN、TRUE、LCS、MANA、OK。[2020/11/27 22:21:23]
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
BTC减半倒计时｜金色财经挖矿收益播报:金色财经报道，据OKEx矿池数据显示，下一次BTC减半日期预计为2020年5月15日，今天距此还有45天。BTC当前块高623549，下一次减半块高630000。
今日全网算力约99.03EH/s，全网难度约13.91T，预测下次难度12.05T（-13.39%），距离调整还剩还有10天，今日BTC收益：0.00001808BTC/T/天。[2020/3/30]
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：
分析 | 金色盘面：XMR短线调整接近尾声:金色盘面分析：XMR在调整多日后，迎来反弹行情，macd有望金叉后进入多头趋势，从形态看这里可能走出3浪上升行情，但前提是放量上攻，否则保持观望，市场有风险，投资需谨慎。[2018/9/15]
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。
金色财经现场报道，Elaine Shi：传统共识与区块链结合，会带来全新的变化:在2018年世界数字资产峰会（WDAS）暨FBG年会上，来自Thunder公司的Elaine Shi表示，传统的共识机制速率较高，如果将传统的共识机制结合区块链，让双方进行互补，这样会为传统的共识带来更全新的变化，让共识更为可信。[2018/5/2]
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。
金色财经独家消息 “网易招财猫”已经暂停购买:上周六，正在内测中的“网易招财猫”由于出现服务器故障已经暂停内购，并发布公告让用户周一后再关注相关信息，金色财经记者在周一时发现网易招财猫APP已经限制IP，外部网络已经无法登陆，而公告详情也由原本的周一公告改为后续公告。而在闲鱼上，网易招财猫的价格已经炒到1200元一只，金色财经记者与网易内部员工联系后得知，“网易招财猫”目前暂停购买，开放时间暂不公布。[2018/1/8]
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。
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。