📜 [專欄新文章] 區塊鏈管線化的效能增進與瓶頸

✍️ Ping Chen

📥 歡迎投稿： https://medium.com/taipei-ethereum-meetup #徵技術分享文 #使用心得 #教學文 #medium

使用管線化（Pipeline）技術可以提升區塊鏈的處理效能，但也可能會產生相應的代價。

Photo by tian kuan on Unsplash

區塊鏈的擴容方案

說到區塊鏈的效能問題，目前討論度最高的應該是分片（sharding）技術，藉由將驗證者分成多組的方式，可以同時分別處理鏈上的交易需求，即使單分片效能不變，總交易量可以隨著分片/驗證者集的數量線性增加。

除了分片，另一個常用來提升程式效能的方案是將計算步驟拆解，以流水線的方式將複雜的運算攤平，降低系統的閒置時間，並大幅提升工作效率。為了達到管線化預期的目的，會需要先知道系統的瓶頸在哪。

區塊鏈的效能瓶頸

熟悉工作量證明設計哲學的人應該會知道，區塊鏈之所以需要挖礦，並不是為了驗證交易的正確性，而是要決定交易的先後順序，從而避免雙花和帳本分裂的發生。可以說，區塊鏈使用低效率的單線程設計，並付給礦工高額的成本，都只為了一件事，就是對交易的全局排序產生共識。

在這樣的基礎之上，區塊鏈在一段時間內可以處理的交易數量是有限的，這之中包含許多方面的限制，包括 CPU 效能、硬碟空間、網路速度等。其中，關於 TPS(每秒交易數) 提升和對硬體的要求大致上是線性增加的，但在設計共識演算法時，通訊複雜度常是平方甚至三次方的關係。

以現在的目標 TPS 來說，處理交易和生成一個合法的區塊並不困難，只是因為區塊鏈的特性，新區塊需要透過洪水法的方式擴散到全網路，每個節點在收到更新請求的時候都要先執行/驗證過區塊內的交易，等於整個廣播的延時會是「驗證區塊時間×經過的 hop 數量」這麼多。似乎網路越分散、節點越多，我們反而會需要降低計算量，以免讓共識不穩定。

管線化的共識機制

使用權益證明取代工作量證明算是行業發展的趨勢，除了環保或安全這些比較顯然的好處之外，權益證明對產生共識的穩定性也很有幫助。首先，權益證明在同一時間參與共識的節點數是已知的，比較容易控制數量級的邊界；其次，權益證明的出塊時間相較工作量證明固定很多，可以降低計算資源不足或閒置的機率。

相較於工作量證明是單一節點出塊，其餘節點驗證，權益證明的出塊本身就需要很多節點共同參與，瓶頸很像是從驗證轉移到通訊上。

以 PBFT 為例，每次產新區塊都需要經過 pre-prepare, prepare, commit 三個階段，你要對同意驗證的區塊簽名，還要對「你有收到某人的簽名」這件事簽名，再對「你有收到 A 說他有收到 B 的簽名」這件事簽名，過程中會有很多簽名飛來飛去，最後才能把一個區塊敲定。

為了降低每兩個區塊間都需要三輪簽名造成的延遲，後來的共識演算法包括 HotStuff 和 Casper FFG 採用了管線化的區塊驗證過程。也就是對區塊 T 的 pre-prepare 同時是對 T-1 的 prepare 和對 T-2 的 commit。再加上簽名聚合技術，出塊的開銷在複雜度等級和係數等級都降低許多。

然而，要保持管線化的區塊生產順利，需要驗證者集合固定不變，且網路通訊狀況良好。如果會經常更動驗證者集合或變換出塊的領導者，前後區塊間的相依性會是個大問題，也就是 T 的驗證者集合取決於 T-1 裡有沒有會導致刪除或新增驗證者的交易，T-1 的合法性又相依於 T-2，以此類推。

當激烈的分叉出現的時候，出塊跟共識的流水線式耦合就從優雅變成災難了。為了避免這種災難，更新的共識演算法會限制驗證者變更的時機，有些叫 epoch 有些叫 checkpoint，每隔一段時間會把前面的區塊徹底敲定，才統一讓驗證者加入或退出。到這些檢查點的時候，出塊的作業流程就會退化成原本的三階段驗證，但在大部分時候還是有加速的效果。

管線化的狀態更新

另一個可以用管線化加速的是區塊鏈的狀態更新。如前所述，現在公鏈的瓶頸在於提高 TPS 會讓區塊廣播變慢，進而導致共識不穩定，這點在區塊時間短的以太坊上尤其明顯。可是如果單看執行一個區塊內的交易所花的時間的話，實際上是遠遠低於區塊間隔的。

只有在收到新區塊的時候，節點才會執行狀態轉移函數，並根據執行結果是否合法來決定要不要把區塊資訊再廣播出去。不過其實只要給定了交易集合，新的狀態 s’ = STF(s, tx) 應該是確定性的。

於是我們有了一個大膽的想法：何不乾脆將交易執行結果移出共識外呢？反正只要大家有對這個區塊要打包哪些交易有共識，計算的結果完全可以當作業留給大家自己算吧。如果真的不放心，我們也可以晚點再一起對個答案，也就是把這個區塊執行後的新狀態根包在下個區塊頭裡面。

這就是對狀態更新的管線化，在區塊 T 中敲定交易順序但暫不執行，區塊 T+1 的時候才更新狀態（以及下一批交易）。這麼做的好處十分顯而易見，就是將原本最緊繃的狀態計算時間攤平了，從原本毫秒必爭的廣播期移出來，變成只要在下個塊出來之前算完就好，有好幾秒的時間可以慢慢來。新區塊在廣播的每個 hop 之間只要驗證交易格式合法（簽名正確，有足夠的錢付手續費）就可以放行了，甚至有些更激進的方案連驗簽名都省略了，如果真的有不合法交易混進去就在下個區塊處罰礦工/提案者便是。

把負擔最重的交易執行移出共識，光用想的就覺得效能要飛天，那代價呢？代價是區塊的使用程度會變得不穩定。因為我們省略了執行，所以對於一筆交易實際用掉多少 gas 是未知的。本來礦工會完整的執行所有交易，並盡可能的塞滿區塊空間，然而在沒有執行的情況下，只能以使用者設定的 gas limit 當作它的用量，能打包的交易會比實際的上限少。

緊接著，下一個問題是退費困難。如果我們仍然將沒用完的手續費退還給使用者，惡意的攻擊者可以透過發送 gas limit 超大，實際用量很小的交易，以接近零的成本「霸佔」區塊空間。所以像已故區塊鏈 DEXON 就直接取消 gas refund，杜絕濫用的可能。但顯然這在使用者體驗和區塊空間效率上都是次優的。

而最近推出的 smartBCH 嘗試擬了一套複雜的退款規則：交易執行後剩餘的 gas 如果小於 gas limit 的一半（代表不是故意的）就退款；如果剩餘量介於 50%-75% 可以退一半；超過 75% 推斷為惡意，不退款。乍看是個合理的方案，仔細一想會發現製造的問題似乎比解決的還多。無論如何，沒用掉的空間終究是浪費了，而根據殘氣比例決定是否退款也不會是個好政策，對於有條件判斷的程式，可能要實際執行才知道走哪條路，gas limit 一定是以高的情況去設定，萬一進到 gas 用量少的分支，反而會噴更多錢，怎麼想都不太合理。

安全考量，退費大概是沒希望了。不過呢，最近以太坊剛上線的 EIP1559 似乎給了一點方向，如果區塊的使用程度能以某種回授控制的方式調節，即使偶爾挖出比較空的區塊似乎也無傷大雅，也許能研究看怎麼把兩者融合吧。

管線化方案的發展性

考慮到以太坊已經堅定地選擇了分片的路線，比較激進的單鏈高 TPS 管線化改造方案應該不太有機會出線，不過管線化畢竟是種歷史悠久的軟體最佳化技巧，還是很有機會被使用在其他地方的，也許是 VDF 之於信標鏈，也許是 rollup 的狀態轉換證明，可以坐等開發者們表演。

倒是那些比較中心化的 EVM fork/sidechain，尤其是專門只 for DeFi 的鏈，管線化加速可以在不破壞交易原子性的前提下擴容，確實是有一些比分片優秀的地方可以說嘴，值得研究研究，但這就要看那些機房鏈們有沒有上進心，願不願意在分叉之餘也投資發展自己的新技術了。

給我錢

ping.eth

區塊鏈管線化的效能增進與瓶頸 was originally published in Taipei Ethereum Meetup on Medium, where people are continuing the conversation by highlighting and responding to this story.

👏 歡迎轉載分享鼓掌

【淺談遊戲數據分析的理解與經驗分享】 - By RF

延續前篇文章提到的營運基本素養，本文來說明筆者對於數據分析的理解與經驗分享，

數據分析可簡單分為三個區塊 Data→ Information → Solution
產品的每日數據表、鑽石產出消耗統計、禮包購買狀況等這類經統計出的「數字」，可視為 Data：

舉例: 每日鑽石產出約150-200萬鑽，但在5/6產出400萬鑽；

深入挖掘造成其數字變化的「背後原因與傳遞出的資訊」，可視為 Information：

舉例: 造成此5/6的鑽石產出變化原因，可能有bug被洗大量鑽石、有大型儲值活動吸引大量付費玩家出來付費、有大R怒儲100萬鑽、活動獎勵配置錯誤等原因；

最後根據其數據分析得到的資訊與結論，做出「相對應的決策與後續計畫」，可視為 Solution：

舉例: 本次活動獎勵配置原先預期A獎勵較吸引中小用戶，經分析後發現是B獎勵命中大R用戶需求，導致大R瘋狂付費，此時可以重新檢視品項設計與用戶需求內容，並思考該如何延續本次的活動成效，同時也要評估是否會過度投放而造成道具失效的狀況。

以下為筆者過去在數據分析時得到的經驗，提供大家參考。

1. 資料驗證
錯誤的分析結論可能會導致錯誤的決策，所以《資料正確性》為首要注意的項目。

營運人員大多從數據後台或請技術撈取資料，尤其在額外撈取的資料當中，有可能因需求說明不清楚或是一時疏失導致撈取欄位或內容錯誤，故在撈取資料前要預先想好如何檢驗資料正確性，且拿到資料後第一時間需做資料驗證。

舉例: 想瞭解A產品在 5/1-5/7的每日營收，在資料撈取需求時可以額外拆分付費渠道(GP、IOS、官網)，來進行資料比對與驗證，當拆分付費渠道後的營收加總與每日總營收不同時，此時可以先回頭確認資料源哪裡有異常。

2. 數據結構
《用戶特性差異巨大》，根據自身運營的產品統計，所有用戶中僅10-20%的用戶會付費，在付費用戶中的前20%大R用戶會貢獻約75%-85%的營收，在判斷所有數字時要盡可能瞭解其用戶輪廓，且要有更多種面向的數據來進行輔助判斷。

舉例: 在分析鑽石產出消耗時，如果是所有用戶一起看，可能會無法定位到明確的問題，如果細分成免費用戶、付費用戶(大中小R)等細分數據，則可瞭解各階層用戶花費鑽石的地方，進而找到用戶需求。

3. 輻射思維
大部份情況下，可能是因為看到某個數字異常值或是想解決某個問題而進行分析，建議可以從問題中心進行《射放性的假設與思考》，如果是單線性的思考，過度聚焦於某個論點，容易花了很多時間最終發現方向錯誤導致浪費時間，甚至演變成先射箭再畫靶的情況。

舉例: B產品因為調整活動獎勵，預期ARPPU會從1200元提升至1500元，最終結果提高至2000元，此時如果只是「說明」本次如何調整活動所以達到此結果，而沒有思考其他可能性的話，有可能會忽略真正發生的原因。

4. 善用工具
最常使用也最容易入門的是Excel，其中最重要的功能是「樞紐分析表」，可以將大量資料依自身需求快速轉換成清楚明瞭的統計報表；其次如vlookup等函數，可以加速資料處理與比對，這些基本功除了多使用還是只能多練習來熟能生巧，更進階的也能學習SQL語法、Python、Tableau等軟體與工具來加快資料處理的速度。

5. 挑戰自己
在數據分析的過程中，不斷挑戰自己的想法與觀點，同時切換不同視角來審視自己的分析與結論，除了可以發掘不同問題與報告缺陷外，也可以提前預想上級主管或聽講者會想得知哪些資訊與提問內容。

「重分析，更重結論與後續追蹤」
剛開始接觸數據分析的營運人員容易太重分析或太相信數字，反而忽略了「產品體驗」與「解決問題」，進而導致輕易下結論或缺乏有效驗證其方案。

數據分析雖不是萬能，但也是遊戲營運一項必備技能，時刻關注數據變化，培養數字敏銳度，才有辦法一眼看出異常值！

希望以上內容對你有所幫助，也歡迎大家一起多多交流。
--
本篇為客座專欄，作者RF，現為知名遊戲公司營運主管，希望藉由分享自身經驗，給有志於遊戲營運的朋友一些啟發。

#永續環境 #綠能科技大步走

📌【專家開講】臺灣如何規劃可靠、靈活且成本合理的能源系統？

工研院在經濟部能源局支持下，開發完成國家級的能源工程模型「臺灣TIMES」，幫助分析我國未來能源供需結構與燃料燃燒二氧化碳排放趨勢，作為國家能源發展討論基礎！

👉️透過此模型整合資源規劃，專家建議應多加評估併網容量、電網擴建、輔助服務（含儲能／需量反應），來確保電網韌性及調度靈活。

I創科技：整合資源規劃以創造可靠、靈活且成本合理的能源系統（下）
https://www.itritech.net/blog/2020world-energy-outlook2/