最近看3.0源码发现跟之前理解有点出入，目前代码实现上跟白皮书上也有所出入，该文章需要更新修正

前言

EOS作为blockchain 3.0的代表，他的设计是比较超前的，也是目前最被看好的项目之一
本文从传统互联网码农思维，尝试讲述下EOS的性能方面的设计
本文只是涵盖了基础主链部分，暂不包括off-chain,side/sharding chain等类似技术

系列文章开篇，也欢迎大家关注我的币乎

EOS的一些基础

在理解EOS的性能之前，我们需要先回顾下EOS的数据结构和一些核心的设计，以便更好的理解

Block

​  Cycles (sequential)

​    Threads/Shards (parallel)

​       Transactions (sequential)

​           Messages (sequential)

​               Receiver and Notified Accounts (parallel)

EOS中 Cycles和Thread的概念是比较新颖的
下面我们重要看下Block,Cycle和Thread,其他概念可以参考EOS白皮书

今天看到EOS的白皮书更新了，把Threads名称改成了Shards(一个意思)，Cycle上面加了Region层

Block

这里Block就是传统意义上的区块
不一样的是EOS中每个块生产者在自己的time slot中是批量生产多个块的（目前为6个）

demo

Cycles

Cycles的概念是EOS中引入的,Block被分割成多个cycle组成，块生产者可以在他的当前块中，生产多个Cycle, 也可以称Cycle为Block中的“小链”

懒人画图：
Block[Cycle,Cycle,Cycle…] <—
Block[Cycle, Cycle,Cycle…]

这样做的好处是

1. 提升了消息交互的效率，后面的Cycle可以依赖前面Cycle的数据，而不需要等完整的block（Cycle生成完会立刻异步广播出去）
2. 使网络资源的使用更平滑，降低传输毛刺,是的块生产者的交接开销在1~2 TCP RTT,不管块有多大

demo （下图user_input中就是trasaction，一个trasaction对应多个messages/actions）

Threads/Shards

引入Threads的概念，主要是为了并行执行，BlockProducer在打包Cycle的时候，可以利用多core资源进行并行打包，相关(参考trasaction的scope字段)的交易/消息调度路由到同一个Thread，由单独的core处理，Thread与Thread之间数据不共享,EOS主网刚上的时候是所有的交易由单个core进行打包

OK，数据结构方面就不再展开了，下面我们进入本文的重点，
性能，一般是在指定use case，指定资源消耗，指定并发的情况下，系统的吞吐和延迟
下面我们看看EOS是如何最优化区块链的性能的

如何最大化吞吐量 – TPS

有了上面的概念，我们开始讲讲影响区块链吞吐的一些因子，以及EOS是如何优化这些因子的

优化数据密度

优化数据结构（比如merkel tree branch的优化），编码等,待整理EOS的优化点

最大化打包效率

打包效率直接影响了单位时间Block内的交易数量(或Cycle数量)
对于几乎Non-Blocking的EOS来说，是吞吐的最直接最重要因子,为什么btc等打包效率不是最重要的？因为有太多的blocking time(共识开销)
EOS会分多次迭代来优化打包效率

• 单线程优化
  这里主要是处理流程、热点函数、异步、批量、网络、协议、执行引擎(解析->JIT)等的优化,EOS 6月主网上线时主要为该阶段的优化

• 多线程共享内存
  初步提升打包并行度，利用多core的资源提升吞吐，估计做到N/2倍的单线程性能,N为core的数量

  因为EOS中，需要对多租户进行带宽、计算、存储、数据库等资源的限流，而这个限流策略是针对整个链来说的，所以多core上运行的线程/进程一般情况下需要进行相关的原子操作及一些memory barrier

• 多线程不共享内存
  多core并行处理没有资源竞争（没有cas没有memory barrier），这种是最理想的情况了，把之前多core需要共享的context，进行分片,每个core/Thread都使用自己独有的context,共享数据进行多core分片后，性能都会比不分片要好的多

目前eos中，mongodb用来存储block/trasaction,主要用于查询(如eostracker)

chainbase 支持无限undo的高性能内存数据库，存储合约状态数据等

ipfs 存储文件，其中chainbase内存数据库是重点，目前多core并发write貌似会加mutex锁？

EOS在年底之前会进行多次的迭代，因为并不会改变区块的协议，而且整个网络可以平滑的进行升级

EOS并行化的挑战 之限流

• 对多个core/thread进行context分片后，无法做到不依赖全局统计数据
• 在并行计算的时候为了性能,不会实时全局统计，必须要以一种相对大粒度的方式来更新统计数据，如Block粒度或Cycle粒度，事实上EOS中是以Cycle维度，交易先打包，Cycle处理完发送前进行limit统计校验,如果有账户超过了限制，通过修正的方式（类似于branch miss-prediction）,来UNDO这些交易,分支预测失败是会明显损失性能的,如何抵御此类攻击?

EOS并行化的挑战 之热点

热点问题是任何分布式系统绕不过去的话题，比如一般关系型数据库的热点行事务问题，EOS中同样也存在这个问题，热点账户只能分配一个thread进行处理，从而限制了该账户相关的tps

最大化打包时间占比

打包时间就是BP真正干活的时间

    打包时间*打包效率/块间隔 = 整个链的吞吐
    打包时间/块间隔 = 打包时间占比
    (块间隔 - 打包时间)/出块间隔 = blocking时间

EOS中块生产者等到快到出块间隔了才停止生产cycle(Block),几乎没有块大小限制,一个Time Slot可以出6个块,然后再交接到下一个区块，而这个交接因为异步传输和地理感知的编排，延迟会很小
所以EOS中整个链的blocking时间占比很小，几乎做到non-blocking block chain !

最小化块间隔

出块间隔当然越小越好，毕竟块的数据承载量/出块间隔就是单链的吞吐嘛
另外，出块间隔缩小可以降低交易确认时间
EOS的出块间隔是0.5秒,主要依赖如下技术

1. 21个BP地理感知的编排出块顺序,当前BP与下一个BP的io latency小
2. 当前BP在块处理完后可以在1 RTT传输到下一个BP
   因为Cycle已经异步传输了
3. 当前的BP不会同步依赖任何其他BP

以上可以保证当前BP和下一个BP的交接时间最小，从而保证了即使是0.5秒的间隔，系统一样会比较稳定
而其他pow/dpos+随机投票/pbft,下一个节点的随机属性，和块本身可能需要多个RTT传输，就算没有其他共识开销，也做不到0.5秒的间隔，大家可以估算下中美延迟*2RTT,光是网络开销就0.5秒了，而且还是直连的模式，事实上存在多跳传播，这类系统，降低块间隔到秒级会大幅增加分叉和不稳定性

如何最小化延迟

块传输延迟 I/O Latency

块传输延迟指的是区块链使用的p2p网络，在传输block时消耗的时间
EOS不需要等待block生产完毕，而是基于Cycle的粒度进行广播，在生产块的同时进行异步传输,所以块生产结束到下一个节点收到块的latency，可以降低到一个1 RTT
同时又充分平滑的利用网络资源
如果不是生产块和传输块同时进行的模式，对于大块，需要多个RTT才能传输完毕（在充分优化TCP网络的基础上），而且在传输大块的过程中，可能会产生网络的抖动

可见延迟 Visibility Latency

可见延迟表示用户A发起一笔交易，用户B最短什么时间在区块中可见
这个延迟在一般的区块链系统中，就是等待打包+打包时间（块生成完)+广播的IO延迟
EOS中，可见延迟 = 打包时间(入Cycle,无需等block完毕)+广播的IO延迟

这里可能有些同学会问，为啥EOS的可见延迟没有等待打包这一说?

上面的章节（见最大化块生产时间）我们已经描述了EOS的BlockProducer其实是一直在打包(生成Cycle)中的，交易可以几乎无需等待打包入当前BlockProducer中的当前Cycle中，并在Cycle处理完毕就广播出去

当然，如果某些DAPP可以接受不入块的数据，那么可见延迟就是传统P2P的网络延迟了
我们这里还是指入块的可见延迟

共识延迟 Consensus Latency

共识延迟在区块链里是非常重要的，尤其对金融领域，这个延迟代表交易被网络确认的时间
说到共识延迟之前，需要简单回顾下EOS中的DPOS+BFT的共识算法

1. 每一轮(主节点遍历一遍代表一轮,EOS中为63秒)选出21个主节点（BlockProducer）和100个备份节点
   // 当前轮的投票结果是取的上上轮的最后一个区块的结果
2. 基于IO延迟感知，编排出块顺序(每个节点分配有自己的出块时间片)
   // 这个可以保证相邻出块节点间的io latency降低到最小
   // 因为需要2/3的主节点确认，所以这种伪随机编排并没有带来安全影响
3. 主节点根据自己的time slot进行打包出块
4. 其他主节点收到块后进行投票,这个过程是异步并行的
5. 投票结果会写入到后面的区块中，当2/3个主节点通过通过后，就代表区块不可逆
   不可逆表示节点无法忽略不可逆的区块而从之前的位置分叉,也就可以保证后面所有的分叉都可以看到该区块

完全不可逆

在上面的过程中，每个块都会由21个BlockProducer异步并行的进行BFT投票，大约1.5秒后，就可以被大于2/3个BlockProducer确认，也就是共识延迟为1.5秒

99%不可逆

EOS中官方给的平均99.9%不可逆是0.25秒

共识延迟在EOS中是可预测的，而不像别的DPOS机制或POW机制，共识延迟可能会大幅抖动

尤其是POW，首先他的共识延迟也不能叫共识,比如比特币，只需要6个矿工确认，6个矿工的确认时间是相对不稳定的，而且6个矿工可能有些来自于同一个矿池，所以并不是共识,而是暂时(几乎)不可逆而已

1.5秒的共识延迟对EOS来说是个非常大的优势,因为其他区块链都是数量级上的差距(包括pos/DPOS的其他变种)

我之前看到过一篇
Tendermint跟EOS的对比文章，这篇国内也有人翻译了，里面描述的eos的出块等数据应该是有问题的

EOS的数据，我们以BM的为准，具体可以参考
peer-review-of-cardano-s-ouroboros

长尾延迟 Trail/Peak Latency

长尾延迟是指可见延迟/共识延迟的毛刺
大家可能都遇到过长时间打包中甚至超时的转账交易
EOS中长尾延迟主要在入块（Cycle）阶段,比如你发的交易超过了你对于的资源占比
EOS中，因为是多账户资源隔离的，所以Peak Latency只会受自己的影响，而不会影响其他用户,另外，这种长尾延迟是可预期的

其实可预期延迟对于区块链来说也非常重要，我们这里怼一下大姨太

ETH中，可以用稍高的gas来阻塞其他用户正常的请求，这对其他用户来说，就是不可预期的延迟，有时入块很快，有时又超时，虽然一些客户端会提示gas设置，但是没有解决这个问题

总结

EOS 是 non-blocking 的区块链，异步、批量、并行机制最大化整个网络的吞吐，
就性能扩展方面，目前我没有发现其他项目可以媲美的，如果有，那么机制应该也是差不多的

本文只是粗略的理解EOS的性能设计，详细得看EOS源码，个人因为业余时间不多，另外同时在研究别的项目，如出现理解错误，希望指正，非常感谢

附几个问题的看法

EOS真能做到百万QPS吗

我觉得可以
EOS在打包速度上有着非常明显的提升空间，在网络和带宽不是瓶颈下，打包速度翻一倍，吞吐基本就翻一倍（因为打包时间/总时间接近1:1)
目前基于解释器执行的单线程版本已经可以做到QPS 1000，那么按预期，年底实现JIT执行多core并行不共享内存的版本,在128 CORE的机器下，不会偏离百万QPS太远
而这个性能迭代更新，不会影响整体协议部分，整个网络可以无感平滑升级

EOS会影响传统后端开发吗

我觉得会
未来两年一半的初创公司会基于高性能区块链来开发，就好比现在基于云计算一样，前者不光是硬件成本，人力成本，运维成本，更低一筹
另外，区块链可以简化系统复杂度，为什么呢，举个例子，一般的局域网分布式系统中，需要避免脑裂，也就是同时多个master，这会带来严重的问题，需要专业的运维恢复所以对于强一致的系统，会牺牲可用性来保证同时只出现一个master, 区块链中，设计上就考虑了脑裂问题，也就是分叉问题，可以自动从分叉中修复过来而且，交易不会丢失不会报错，只会影响延迟，交易的处理都是异步的而一些基于同步调用模型的db(对于大多数关系型数据库，都是这类)来说，master挂了等于当时的交易全部失败，这需要依赖其他的机制来重试等

所以，赶紧学习智能合约开发DAPP吧～

以上属于个人观点，不构成投资建议呵