投稿

联盟链FISCO BCOS可并行合约开发框架（附实操教程）

优速盾-小U • • 网站百科 • 阅读 178

FISCO BCOS是完全开源的联盟区块链底层技术平台，由金融区块链合作联盟(深圳)(简称金链盟)成立开源工作组通力打造。开源工作组成员包括博彦科技、华为、深证通、神州数码、四方精创、腾讯、微众银行、亦笔科技和越秀金科等金链盟成员机构。

代码仓库：https://github.com/FISCO-BCOS

FISCO BCOS提供了可并行合约开发框架，开发者按照框架规范编写的合约，能够被FISCO BCOS节点并行地执行。

并行合约的优势有：

  • 高吞吐：多笔独立交易同时被执行，能最大限度利用机器的CPU资源，从而拥有较高的TPS

  • 可拓展：可以通过提高机器的配置来提升交易执行的性能，以支持不断扩大业务规模

接下来，我将介绍如何编写FISCO BCOS并行合约，以及如何部署和执行并行合约。

预备知识

并行互斥

两笔交易是否能被并行执行，依赖于这两笔交易是否存在互斥。互斥，是指两笔交易各自操作合约存储变量的集合存在交集。

例如，在转账场景中，交易是用户间的转账操作。用transfer(X, Y) 表示从X用户转到Y用户的转账接口。互斥情况如下：

63b62e35fefd9774d5a49fdfd916455f0da.jpg

此处给出更具体的定义：

  • 互斥参数：合约接口中，与合约存储变量的“读/写”操作相关的参数。例如转账的接口transfer(X, Y)，X和Y都是互斥参数。

  • 互斥对象：一笔交易中，根据互斥参数提取出来的、具体的互斥内容。例如转账的接口transfer(X, Y), 一笔调用此接口的交易中，具体的参数是transfer(A, B)，则这笔操作的互斥对象是[A, B]；另外一笔交易，调用的参数是transfer(A, C)，则这笔操作的互斥对象是[A, C]。

判断同一时刻两笔交易是否能并行执行，就是判断两笔交易的互斥对象是否有交集。相互之间交集为空的交易可并行执行。

编写并行合约

FISCO BCOS提供了可并行合约开发框架，开发者只需按照框架的规范开发合约，定义好每个合约接口的互斥参数，即可实现能被并行执行的合约。当合约被部署后，FISCO BCOS会在执行交易前，自动解析互斥对象，在同一时刻尽可能让无依赖关系的交易并行执行。

目前，FISCO BCOS提供了solidity与预编译合约（点击可查看预编译合约架构设计）两种可并行合约开发框架。

solidity合约的并行框架

编写并行的solidity合约，开发流程与开发普通solidity合约流程相同。在此基础上，只需将ParallelContract 作为需要并行的合约基类，并调用registerParallelFunction()，注册可以并行的接口即可。

先给出完整的举例。例子中的ParallelOk合约实现了并行转账的功能：

pragma solidity ^0.4.25; import "./ParallelContract.sol"; // 引入ParallelContract.sol contract ParallelOk is ParallelContract // 将ParallelContract 作为基类{ // 合约实现 mapping (string => uint256) _balance;  function transfer(string from, string to, uint256 num) public{ // 此处为简单举例，实际生产中请用SafeMath代替直接加减 _balance[from] -= num;  _balance[to] += num; }  function set(string name, uint256 num) public{ _balance[name] = num; }  function balanceOf(string name) public view returns (uint256){ return _balance[name]; }  // 注册可以并行的合约接口 function enableParallel() public{ // 函数定义字符串（注意","后不能有空格）,参数的前几个是互斥参数（设计函数时互斥参数必须放在前面 registerParallelFunction("transfer(string,string,uint256)", 2); // 冲突参数: string string registerParallelFunction("set(string,uint256)", 1); // 冲突参数: string }   // 注销并行合约接口 function disableParallel() public{ unregisterParallelFunction("transfer(string,string,uint256)"); unregisterParallelFunction("set(string,uint256)");  } }

具体步骤如下：

step1

将ParallelContract作为合约的基类

pragma solidity ^0.4.25; import "./ParallelContract.sol"; // 引入ParallelContract.sol contract ParallelOk is ParallelContract // 将ParallelContract 作为基类{ // 合约实现  // 注册可以并行的合约接口 function enableParallel() public;  // 注销并行合约接口 function disableParallel() public;}

step2

编写可并行的合约接口

合约中的public函数，是合约的接口。编写可并行的合约接口，是根据一定的规则，实现一个合约中的public函数。

确定接口是否可并行

可并行的合约接口，必须满足：

  • 无调用外部合约

  • 无调用其它函数接口

确定互斥参数

在编写接口前，先确定接口的互斥参数，接口的互斥即是对全局变量的互斥，互斥参数的确定规则为：

  • 接口访问了全局mapping，mapping的key是互斥参数

  • 接口访问了全局数组，数组的下标是互斥参数

  • 接口访问了简单类型的全局变量，所有简单类型的全局变量共用一个互斥参数，用不同的变量名作为互斥对象

确定参数类型和顺序

确定互斥参数后，根据规则确定参数类型和顺序，规则为：

  • 接口参数仅限：string、address、uint256、int256（未来会支持更多类型）

  • 互斥参数必须全部出现在接口参数中

  • 所有互斥参数排列在接口参数的最前

mapping (string => uint256) _balance; // 全局mapping // 互斥变量from、to排在最前，作为transfer()开头的两个参数function transfer(string from, string to, uint256 num) public{ _balance[from] -= num; // from 是全局mapping的key，是互斥参数 _balance[to] += num; // to 是全局mapping的key，是互斥参数 } // 互斥变量name排在最前，作为set()开头的参数function set(string name, uint256 num) public{ _balance[name] = num;}

step3

在框架中注册可并行的合约接口

在合约中实现 enableParallel() 函数，调用registerParallelFunction()注册可并行的合约接口。同时也需要实现disableParallel()函数，使合约具备取消并行执行的能力。

// 注册可以并行的合约接口function enableParallel() public{ // 函数定义字符串（注意","后不能有空格）,参数的前几个是互斥参数 registerParallelFunction("transfer(string,string,uint256)", 2); // transfer接口，前2个是互斥参数 registerParallelFunction("set(string,uint256)", 1); // transfer接口，前1个四互斥参数}  // 注销并行合约接口function disableParallel() public{ unregisterParallelFunction("transfer(string,string,uint256)"); unregisterParallelFunction("set(string,uint256)"); }

step4

部署/执行并行合约

用控制台或Web3SDK编译和部署合约，此处以控制台为例：

部署合约

[group:1]> deploy ParallelOk.sol

调用 enableParallel()接口，让ParallelOk能并行执行

[group:1]> call ParallelOk.sol 0x8c17cf316c1063ab6c89df875e96c9f0f5b2f744 enableParallel

发送并行交易 set()

[group:1]> call ParallelOk.sol 0x8c17cf316c1063ab6c89df875e96c9f0f5b2f744 set "jimmyshi" 100000

发送并行交易 transfer()

[group:1]> call ParallelOk.sol 0x8c17cf316c1063ab6c89df875e96c9f0f5b2f744 transfer "jimmyshi" "jinny" 80000

查看交易执行结果 balanceOf()

[group:1]> call ParallelOk.sol 0x8c17cf316c1063ab6c89df875e96c9f0f5b2f744 balanceOf "jinny"80000

用SDK发送大量交易的例子，将在下文的例子中给出。

预编译合约的并行框架

编写并行的预编译合约，开发流程与开发普通预编译合约流程相同。普通的预编译合约以Precompile为基类，在这之上实现合约逻辑。基于此，Precompile的基类还为并行提供了两个虚函数，继续实现这两个函数，即可实现并行的预编译合约。

step1

将合约定义成支持并行

bool isParallelPrecompiled() override { return true; }

step2

定义并行接口和互斥参数

注意，一旦定义成支持并行，所有的接口都需要进行定义。若返回空，表示此接口无任何互斥对象。互斥参数与预编译合约的实现相关，此处涉及对FISCO BCOS存储的理解，具体的实现可直接阅读代码或询问相关有经验的程序员。

// 根据并行接口，从参数中取出互斥对象，返回互斥对象std::vector<std::string> getParallelTag(bytesConstRef param) override{ // 获取被调用的函数名（func）和参数（data） uint32_t func = getParamFunc(param); bytesConstRef data = getParamData(param);  std::vector<std::string> results; if (func == name2Selector[DAG_TRANSFER_METHOD_TRS_STR2_UINT]) // 函数是并行接口 {  // 接口为：userTransfer(string,string,uint256) // 从data中取出互斥对象 std::string fromUser, toUser; dev::u256 amount; abi.abiOut(data, fromUser, toUser, amount);  if (!invalidUserName(fromUser) && !invalidUserName(toUser)) { // 将互斥对象写到results中 results.push_back(fromUser); results.push_back(toUser); } } else if ... // 所有的接口都需要给出互斥对象，返回空表示无任何互斥对象  return results; //返回互斥}

step3

编译，重启节点

手动编译节点的方法，参考FISCO BCOS技术文档：

https://fisco-bcos-documentation.readthedocs.io/zh_CN/latest/docs/manual/get_executable.html#id2

编译之后，关闭节点，替换掉原来的节点二进制文件，再重启节点即可。

举例：并行转账

此处分别给出solidity合约和预编译合约的并行举例。

配置环境

该举例需要以下执行环境：

  • Web3SDK客户端

  • 一条FISCO BCOS链

若需要压测最大的性能，至少需要：

  • 3个Web3SDK，才能产生足够多的交易

  • 4个节点，且所有Web3SDK都配置了链上所有的节点信息，让交易均匀发送到每个节点上，才能让链接收足够多的交易

并行Solidity合约：

ParallelOk

基于账户模型的转账，是一种典型的业务操作。ParallelOk合约，是账户模型的一个举例，能实现并行的转账功能。ParallelOk合约已在上文中给出。

FISCO BCOS在Web3SDK中内置了ParallelOk合约，此处给出用Web3SDK来发送大量并行交易的操作方法。

step1

用SDK部署合约、新建用户、开启合约的并行能力

# 参数：<groupID> add <创建的用户数量> <此创建操作请求的TPS> <生成的用户信息文件名>java -cp conf/:lib/*:apps/* org.fisco.bcos.channel.test.parallel.parallelok.PerformanceDT 1 add 10000 2500 user# 在group1上创建了 10000个用户，创建操作以2500TPS发送的，生成的用户信息保存在user中

执行成功后，ParallelOk被部署到区块链上，创建的用户信息保存在user文件中，同时开启了ParallelOk的并行能力。

step2

批量发送并行转账交易

注意：在批量发送前，请将SDK的日志等级调整为ERROR，才能有足够的发送能力。

# 参数：<groupID> transfer <总交易数量> <此转账操作请求的TPS上限> <需要的用户信息文件> <交易互斥百分比：0~10>java -cp conf/:lib/*:apps/* org.fisco.bcos.channel.test.parallel.parallelok.PerformanceDT 1 transfer 100000 4000 user 2 # 向group1发送了 100000比交易，发送的TPS上限是4000，用的之前创建的user文件里的用户，发送的交易间有20%的互斥。

step3

验证并行正确性

并行交易执行完成后，Web3SDK会打印出执行结果。TPS 是此SDK发送的交易在节点上执行的TPS。validation 是转账交易执行结果的检查。

Total transactions: 100000Total time: 34412msTPS: 2905.9630361501804Avg time cost: 4027msError rate: 0%Return Error rate: 0%Time area:0 < time < 50ms : 0 : 0.0%50 < time < 100ms : 44 : 0.044000000000000004%100 < time < 200ms : 2617 : 2.617%200 < time < 400ms : 6214 : 6.214%400 < time < 1000ms : 14190 : 14.19%1000 < time < 2000ms : 9224 : 9.224%2000 < time : 67711 : 67.711%validation: user count is 10000 verify_success count is 10000 verify_failed count is 0

可以看出，本次交易执行的TPS是2905。执行结果校验后，无任何错误(verify_failed count is 0)。

step4

计算总TPS

单个Web3SDK无法发送足够多的交易以达到节点并行执行能力的上限。需要多个Web3SDK同时发送交易。在多个Web3SDK同时发送交易后，单纯将结果中的TPS加和得到的TPS不够准确，需要直接从节点处获取TPS。

用脚本从日志文件中计算TPS

cd toolssh get_tps.sh log/log_2019031821.00.log 21:26:24 21:26:59 # 参数：<日志文件> <计算开始时间> <计算结束时间>

得到TPS（3 SDK、4节点，8核，16G内存）

statistic_end = 21:26:58.631195statistic_start = 21:26:24.051715total transactions = 193332, execute_time = 34580ms, tps = 5590 (tx/s)

并行预编译合约：

DagTransferPrecompiled

与ParallelOk合约的功能一样，FISCO BCOS内置了一个并行预编译合约的例子（DagTransferPrecompiled），实现了简单的基于账户模型的转账功能。该合约能够管理多个用户的存款，并提供一个支持并行的transfer接口，实现对用户间转账操作的并行处理。

注意：DagTransferPrecompiled仅做示例使用，请勿直接运用于生产环境。

step1

生成用户

用Web3SDK发送创建用户的操作，创建的用户信息保存在user文件中。命令参数与parallelOk相同，不同的仅仅是命令所调用的对象是precompile。

java -cp conf/:lib/*:apps/* org.fisco.bcos.channel.test.parallel.precompile.PerformanceDT 1 add 10000 2500 user

step2

批量发送并行转账交易

用Web3SDK发送并行转账交易。

注意：在批量发送前，请将SDK的日志等级请调整为ERROR，才能有足够的发送能力。

java -cp conf/:lib/*:apps/* org.fisco.bcos.channel.test.parallel.precompile.PerformanceDT 1 transfer 100000 4000 user 2

step3

验证并行正确性

并行交易执行完成后，Web3SDK会打印出执行结果。TPS 是此SDK发送的交易在节点上执行的TPS。validation 是转账交易执行结果的检查。

Total transactions: 80000Total time: 25451msTPS: 3143.2949589407094Avg time cost: 5203msError rate: 0%Return Error rate: 0%Time area:0 < time < 50ms : 0 : 0.0%50 < time < 100ms : 0 : 0.0%100 < time < 200ms : 0 : 0.0%200 < time < 400ms : 0 : 0.0%400 < time < 1000ms : 403 : 0.50375%1000 < time < 2000ms : 5274 : 6.592499999999999%2000 < time : 74323 : 92.90375%validation: user count is 10000 verify_success count is 10000 verify_failed count is 0

可以看出，本次交易执行的TPS是3143。执行结果校验后，无任何错误(verify_failed count is 0)。

step4

计算总TPS

单个Web3SDK无法发送足够多的交易以达到节点并行执行能力的上限。需要多个Web3SDK同时发送交易。在多个Web3SDK同时发送交易后，单纯将结果中的TPS加和得到的TPS不够准确，需要直接从节点处获取TPS。

用脚本从日志文件中计算TPS

​​​​​​​

cd toolssh get_tps.sh log/log_2019031311.17.log 11:25 11:30 # 参数：<日志文件> <计算开始时间> <计算结束时间>

得到TPS（3 SDK、4节点，8核，16G内存）

​​​​​​​

statistic_end = 11:29:59.587145statistic_start = 11:25:00.642866total transactions = 3340000, execute_time = 298945ms, tps = 11172 (tx/s)

结果说明

本文举例中的性能结果，是在3SDK、4节点、8核、16G内存、1G网络下测得。每个SDK和节点都部署在不同的VPS中，硬盘为云硬盘。实际TPS会根据你的硬件配置、操作系统和网络带宽有所变化。

如您在部署过程中遇到阻碍或有问题需要咨询，可以进入FISCO BCOS官方技术交流群寻求解答。（进群请长按下方二维码识别添加小助手）

896091a8c7f34151c15b8dbfbfe2bbb9a5c.jpg

ID：fiscobcosfan

我们鼓励机构成员、开发者等社区伙伴参与开源共建事业，有你在一起，会更了不起。多样参与方式：

1 进入微信社群，随时随地与圈内最活跃、最顶尖的团队畅聊技术话题（进群请添加小助手微信，微信ID：fiscobcosfan）；

2 订阅我们的公众号：“FISCO BCOS开源社区”，我们为你准备了开发资料库、最新FISCO BCOS动态、活动、大赛等信息；

3 来Meetup与开发团队面对面交流，FISCO BCOS正在全国举办巡回Meetup，深圳、北京、上海、成都……欢迎您公众号在菜单栏【找活动】中找到附近的Meetup，前往结识技术大咖，畅聊硬核技术；

4 参与代码贡献，您可以在Github提交Issue进行问题交流，欢迎向FISCO BCOS提交Pull Request，包括但不限于文档修改、修复发现的bug、提交新的功能特性。

代码贡献指引：

https://github.com/FISCO-BCOS/FISCO-BCOS/blob/master/docs/CONTRIBUTING_CN.md

本文首发于公众号【FISCO BCOS开源社区】，如转载请注明出处，原创不易，谢谢珍惜

原创文章，作者：优速盾-小U，如若转载，请注明出处：https://www.cdnb.net/bbs/archives/31629

赞 (0)
优速盾-小U优速盾-小U
0 0
上一篇 2024年5月16日 14:56
下一篇 2024年5月17日

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

优速盾注册领取大礼包www.cdnb.net
/sitemap.xml