Merkle Patricia tree

Merkle Patricia tree

Merkle树大多数是二叉树,提供spv,它的特点是可以快速重哈希,可以做轻节点扩展。
Patricia是是一种前缀树,普通的前缀树有存储空间大,查询开销大的问题,而Patricia树最大的特点是每个节点的前缀长度不是固定的,而是变长的,可以实现很高的压缩。

Merkle Patricia tree 可以结合两者的优点。

Node类型

Node类型可以分为4类:

  1. FullNode
FullNode struct {
    Children [257]Node
    hash     []byte
    dirty    bool
}

fullnode是Patricia实现多叉树的关键,一个fullnode代表一个key的其中一个字节,因此可以看到Children的长度是257,是2的8次方加1,最后一个Child用于存完全匹配的值。
hash表示这个fullnode的hash值,它是由所有Children的hash值计算出的hash值。dirty用与表示该节点是否被写过,如果被写过,则dirty为true,在commit和获取hash时候需要将重新计算和保存。
在Patricia分叉的地方一定会有fullnode。

  1. ShortNode
ShortNode struct {
    Key   []byte
    Value Node
    hash  []byte
    dirty bool
}

shortnode是Patricia实现变长前缀的关键,可以看到key是字节数组,value是一个node接口,它的hash值是有value的hash和key值共同计算出来的。
在Patricia树存在共同前缀,且前缀长度大于1的地方一定有ShortNode。

  1. ValueNode
ValueNode struct {
    Value []byte
    hash  []byte
    dirty bool
}

ValueNode是树的叶子节点,真正存储value的位置。

  1. HashNode
HashNode  []byte

HashNode也是叶子节点的一种,但是它是一种懒加载的方式,真正的数据存储在数据库中。

树拓扑

例子:put "1": "A", "12345":"B", "12346":"C", "2":"D"

FullNodeA{ ... "1"index: FullNodeB.. "2"index:ValueNodeC ...}

FullNodeB{... "2"index:ShortNodeD..., finalIndex: ValueNodeF}

ValueNodeF{value: "A"}

ShortNodeD{key: "34", value: FullNodeG}

FullNodeG{..."5"index: ValueNodeH, "6"index: ValueNodeI}

ValueNodeH{value: "B"}

ValueNodeI{value: "C"}

ValueNodeC{value: "D"}

commit和stash过程

树的表示:

type Trie struct {
    oldRoot []byte
    root    Node
    kv      KVStore
    lock    *sync.RWMutex
}

oldRoot是上一个版本的根的hash值,可以非常方便地会滚本次改动。

  • ValueNode 就是将hash,value保存。
  • Fullnode就是将子孙节点commit,同时保存自己节点(hash,chaildren的hash列表)。
  • ShortNode就是将valuenode commit,同时保存自己节点(hash,自己的key和Value的hash)
  • HashNode是虚拟的节点,没有做过修改,无须再次保存。

Stash过程:

func (t *Trie) Stash() {
    if t.oldRoot == nil {
        t.root = nil
    } else {
        hashNode := HashNode(t.oldRoot)
        t.root = &hashNode
    }
}

将上一个版本的oldRoot的作为hash值赋给hashNode并作为新的root就可以实现回滚。

缺点

SPV需要的数据数目是: mlogm(n), 同时sha3数据的长度也是 mlogm(n), 其中m是fullnode的child的数目。
某些场景下,会增加验证和sha3的算法时间。 没有删除历史版本的功能

参考:
https://github.com/zllai/go-MerklePatriciaTree.git

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,542评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,596评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,021评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,682评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,792评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,985评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,107评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,845评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,299评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,612评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,747评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,441评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,072评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,828评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,069评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,545评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,658评论 2 350