构建高性能区块链的10个关键步骤与优化技巧

原文来源：Aptos Labs

计算机技术的发展历程就是一部追求极致性能的探索史。从最早的计算机问世开始，工程师们就在不断挑战计算资源的性能极限，在提升效率的同时努力降低计算任务的延迟。这种对高性能和低延迟的不懈追求，深刻影响着从CPU设计、FPGA开发到数据库系统构建，乃至当今火热的人工智能基础设施和区块链系统等各个技术领域。作为提升性能的重要手段，流水线技术自1964年IBM System/360首次引入以来，就一直是高性能系统设计的核心要素，推动着这一领域的技术革新。

流水线技术的应用范围远超硬件领域。在数据库系统中，Jim Gray在其经典著作《高性能数据库系统》中就详细阐述了流水线并行方法。这种方法通过将复杂的数据库查询分解为多个并行执行的阶段，显著提升了系统效率。人工智能领域同样受益于流水线技术，特别是在TensorFlow等主流深度学习框架中，数据流水线技术确保了数据预处理和加载的并行处理，大幅提升了AI训练和推理的效率。

区块链技术也不例外。虽然区块链的核心功能与数据库类似，都需要处理交易并更新状态，但它还面临着拜占庭容错共识的额外挑战。提升区块链性能的关键在于优化交易处理的不同阶段——排序、执行、提交和同步——在高负载情况下的协同工作。这个挑战在高吞吐量场景下尤为突出，因为传统设计往往难以兼顾高吞吐和低延迟。

为了更好地理解这些概念，我们可以借鉴汽车制造的案例。观察装配线如何彻底改变制造业，就能明白区块链流水线技术的演进过程——以及为什么像Zaptos这样的新一代设计能将区块链性能推向新的高度。

从汽车制造到区块链技术

假设你经营一家汽车制造厂，面临两个核心目标：

首先是最大化吞吐量，也就是每天尽可能多地生产汽车；其次是降低延迟，即缩短每辆车的生产周期。为了实现这些目标，我们可以比较三种不同类型的工厂模式。

传统手工工厂

在传统手工工厂中，一组全能工人按照固定工序组装汽车。每个工人负责不同的工序，但同一时间只能处理一辆车。这种模式最大的问题在于资源利用率低下——当某个工序的工人工作时，其他工人往往处于闲置状态。

福特式流水线

福特装配线的出现彻底改变了这一局面。在这种模式下，每个工人专注于特定工序，汽车通过传送带依次经过各个工位。多辆汽车可以同时处于不同的生产阶段，大大提高了整体生产效率。不过，每辆车的生产周期并没有缩短，因为它仍然需要依次经过所有工序。

理想化并行工厂

想象一个理想化的工厂，所有工人可以同时在一辆车上工作。这种模式下，汽车的各个部件可以同步制造，实现生产周期的大幅缩短。虽然现实中难以完全实现，但这种理念对优化生产流程具有重要启发意义。

这个类比同样适用于区块链技术。设计高性能区块链系统与优化汽车生产线有着惊人的相似之处。

区块链与汽车制造的类比

在区块链系统中，处理一个区块就像组装一辆汽车。验证者资源相当于工人，区块相当于汽车，而共识、执行和提交等阶段则对应着不同的组装工序。传统区块链就像手工工厂，一次只能处理一个区块，导致资源闲置。现代区块链设计则借鉴了流水线理念，让不同区块可以同时处于不同的处理阶段。

区块链流水线技术的演进

传统顺序处理架构

早期的区块链采用顺序处理模式，验证者需要依次完成以下步骤：接收区块提议、执行区块更新状态、对状态进行共识、将状态持久化到数据库，然后才能开始处理下一个区块。这种设计存在明显瓶颈——执行和提交阶段都处于共识的关键路径上，每个共识实例必须等待前一个完成后才能开始。就像前福特时代的工厂，这种架构导致资源利用率低下，吞吐量受限，延迟居高不下。

Aptos的并行化创新

Diem项目率先引入了创新的流水线架构，将执行和提交从共识阶段解耦，同时共识阶段本身也采用了流水线设计。这种设计包含两个关键创新：首先是异步执行与提交机制，验证者先对区块达成共识，再基于父区块状态执行区块；其次是流水线共识技术，新的共识实例可以在前一个完成前就开始，就像移动的装配线。这些创新使得不同区块可以同时处于不同处理阶段，显著提升了吞吐量。

Aptos通过Quorum Store技术进一步优化了流水线设计。这项技术将数据分发与共识过程解耦，不再依赖单一领导者来广播大数据块，而是允许验证者异步并行分发数据。这种设计充分利用了所有验证者的带宽资源，有效消除了共识过程中的领导者瓶颈。

图示：Quorum Store如何优化基于领导者共识协议的资源利用率。

通过这些创新，Aptos打造了区块链领域的”福特工厂”。就像福特的装配线革新了汽车制造一样，Aptos让不同区块可以同时处于不同处理阶段，确保验证者资源得到充分利用。这种精心设计的架构带来了高吞吐量的区块链系统，使Aptos成为处理区块链交易的高效平台。

图示：Aptos区块链中连续区块的流水线处理。

虽然吞吐量至关重要，但端到端延迟——从交易提交到最终确认的时间——同样不容忽视。对于支付、DeFi和游戏等应用场景，每一毫秒的延迟都影响用户体验。传统设计中，每笔交易需要依次经过多个阶段，在高负载情况下，执行和全节点同步等阶段往往会成为延迟瓶颈。

图示：Aptos区块链的流水线架构。

Zaptos：突破延迟极限

Zaptos通过三项关键技术优化进一步降低了延迟：乐观执行机制让验证者在收到区块提议后立即开始执行；乐观提交技术允许在状态认证前就将状态写入存储；快速认证方法使验证者可以提前开始认证已执行区块的状态。这些创新使得除共识外的其他阶段实际上能够与共识阶段并行进行。

图示：Zaptos的并行流水线架构。

性能数据验证

通过在Google Cloud上模拟由100个验证者和30个全节点组成的全球网络，我们对Zaptos的性能进行了全面评估。结果显示，Zaptos在保持高吞吐量的同时，显著降低了延迟。在20k TPS的生产级负载下，Zaptos实现了亚秒级的延迟，这一突破为需要高速响应的区块链应用开辟了新的可能性。

图示：Zaptos与Aptos区块链的性能对比。

延迟分解分析显示，在10k TPS以下时，Zaptos的总延迟几乎等同于其共识延迟，因为其他阶段都被隐藏在共识阶段内。即使在20k TPS的高负载下，Zaptos通过阶段重叠仍能保持较低的总体延迟。

图示：Aptos区块链的延迟分解。

图示：Zaptos的延迟分解。

未来展望

区块链架构的演进与制造业的发展轨迹惊人地相似——从简单的顺序处理逐步发展为高度并行化的流水线系统。Aptos的流水线设计已经显著提升了区块链的吞吐量，而Zaptos则更进一步，在保持高TPS的同时将延迟降低到亚秒级。正如现代计算架构通过并行化提升效率一样，区块链技术也需要持续优化设计以消除不必要的延迟。Zaptos通过全面优化区块链流水线，为需要高速响应和大规模处理的现实世界区块链应用铺平了道路。