本文由微信公众号DappVision原创首发，转载请联系授权

据最新消息，目前EOS主网TPS最高达到3590次/秒，已经超过BTS的3300次/秒，但据EOS高调宣称的百万级仍相距甚远。在公链激烈竞争的这一年，TPS一直是各家宣扬的代表高性能的重要指标，TPS是否真的是越高越好呢？

TPS通俗的定义是系统吞吐量，也就是每秒系统处理业务的数量。假如TPS每秒并发太低，很容易造成网络严重拥堵；提升TPS处理速度，又会牺牲部分区块链的安全性或稳定性。从现实应用来看，百万TPS的处理速度在现有环境中的应用价值并不是那么必须，并且区块链技术不能仅仅依赖提升TPS去解决所有的问题。

业界已经达成共识，目前的区块链处理速度无法满足业务应用的要求。无论是年初的Cryptokitties事件、6月受Fcoin影响的天价Gas费、或是Fomo3D爆发后的拥堵，这类问题接二连三地将以太坊推上舆论的风口浪尖。因此，Sharding（分片技术）解决方案已成为过去两年中最热门的技术之一。

我们应该意识到，区块链的诞生并不是为了盲目的高性能，有太多人走向极端，过度宣扬TPS的重要性，动辄上万，甚至十万百万。很多时候甚至有些用力过猛：就比如一个小小的山村，人们却想要从四面八方建立起通往村庄的16条公路。即使先不考虑可行性问题，如果16条公路都被建成，也不可能有这么多车会在这些公路上行驶，因为村庄里居住往来的就几十户人家。

千位级的TPS已能满足每天处理1亿笔交易的需求

以下是一些主流公链及知名项目的数据：

我们可以看到，用户数量与TPS并不是特别相关，而是与市场需求相关。

首先，开发技术和构建基础设施（节点等）需要一定的时间。TPS不仅是唯一要解决的问题，其他区块链技术也有待突破。需要明确的是，系统的吞吐量和TPS实际上是两码事。区块链作为一个系统，最终量化性能的其实是吞吐量，即单位时间内成功传输数据的数量，这与CPU消耗、外部接口、IO等密切相关。区块链的网络节点更加分散，因此性能通常不如集中式高带宽服务器的性能好。区块链的TPS可能不是处理速度问题的瓶颈。

其次，从使用量的角度来看：假设x是每天的交易数量，所需的TPS是y。我们考虑简单的80/20规则（帕累托二八原则）：80％的x交易记录需要在20％的时间内完成，而y需要满足峰值要求。得出：

y1 = x * 80％/（24h * 20％）* 3600）= x / 21600

如果节点完整且用户数量稳定，我们可以进一步考虑平均用户分布，得出：

y2 = x /（24h * 3600）= x / 86400

从上表可以看出，即使公有链每天处理1亿笔交易，千位级的TPS也足够了。目前，区块链正从发展过渡到高速井喷式阶段。用以太坊做参考，目前的峰值仍保持在今年初1月4日，高达1349890笔交易，昨日交易量约为76万笔。目前以太坊每秒30-40/笔交易的速度确实亟待提升，V神下一阶段目标就是探索百位级甚至千位级的TPS解决方案。

对公有链而言，并不是TPS越高越好

当然，如果公有链需要支持Dapps的集中营销，就另当别论了。想想淘宝每年的“双十一”购物活动，全天可达14.8亿笔交易，最高可达18万/秒。除非你认为区块链上的用户将达到双十一那样的狂热，否则不需要高达十万级的处理速度。如果能够建立真正的点对点经济模型，那么交易高峰集中的情况也不太可能发生。

应该注意的是，上面是对交易记录数量的分析，交易记录是指使用区块链进行代币转移或部署智能合约的用户。可以粗略的计算一下，假设一条公链上有很多Dapps，共有1000万用户，每个用户可以使用不同的Dapps每天与链进行多达10次的交互（事实上，大多数人一天都不会有太多消费，也并不是Dapp上的用户进行的每项操作都会发生代币转移）。假设有一个基于区块链的淘宝等效Dapp，用户可能会浏览商品，编辑购物车并与买家讨价还价，但实际成交的订单却很少。

事实上，不同应用的用户数、PV(page view)与TPS都存在一定的函数关系，这需要根据市场需求来具体建模。但系统TPS达到千位级别也是足够承载的了。

还应该注意的是，独立测试的TPS不是最终的TPS。有的项目方为了刷高TPS，购买数百万的设备在一个实验室内进行测试只是起到PR效果或者自娱自乐，没有大规模被使用的公链，讨论TPS是没有意义的。

因此，就公有链而言，并不是“TPS越高越好”，它需要基于一定的市场需求。根据目前的市场情况，TPS过千已经能够满足大多数商业需求，过高的TPS反而会降低安全性并可能导致性能过剩。因此，TPS的速度不是公有链的最终目标。

TPS提速受哪些因素的制约？

对于区块链系统，TPS是每秒生成新事务的记录。矿工将“区块”提交给网络，每个区块链上都包含了一定数量的交易记录。想探寻提升TPS的方法，就要先了解区块是如何生成的？

步骤1：运行共识的节点：节点持续监视系统并启动协商一致的算法。例如，PoW工作量证明机制运用了哈希现金算法

步骤2：广播和验证时间：当节点完成计算时，它将其提交给网络中的对等体，然后在验证后将其连接到区块链，并继续广播直到网络中的所有节点达成共识。类似老师带头并写了答案，答案传递给第一排的同学，第一排的同学验证并传递给第二排的同学......直到最后一排的学生完成验证，达成共识

步骤3： 为了防止区块链受到攻击，通常会在几次甚至几十次安全确认后才进行代币转移。例如，某些交易所需要12次确认。这里，“X次确认”是包含目标事务的区块数，并且有X个区块连续地接到区块链上。X越大，表示区块链越长，攻击者就越难以攻破

这三步是有前后次序的，不能并发。事实上，区块产生的时间仅为第一步与第二步，第三步是前两步的循环往复，用于确认系统的安全。所以，TPS的计算公式为：

TPS = 一个区块内包含的交易数量 / 区块产生时间 = 一个区块内包含的交易数量 / （共识算法运行的时间 + 广播并验证的时间 ）

区块链面临的“不可能三角定律”

通过研究上述增强TPS的方法，我们发现增加TPS可以通过减少验证时间的方式，这样就会牺牲安全性或分散性。如果TPS盲目增加，区块链将完全牺牲“去中心化”。与此同时，对矿工的机器配置要求也会更严苛，如果它不能及时上传交易，那么将会产生更多未完成的交易，隐藏的危险也就越大。虽然EOS使用21个超级节点来实现高效率，但它也牺牲了部分“去中心化”和安全性，引入了DDoS等潜在风险。

这就是著名的“蒙代尔不可能三角定律”：效率、安全性和“去中心化”无法同时实现。请记住，升级任何一个指标将不可避免地牺牲其他两个指标。

如果选择去中心化、高效率和低能耗，就必须牺牲安全性。在金融领域，这种解决方案几乎都被一票否决。如果选择去中心化和安全性，放弃高效率和低能耗将不可避免地导致应用和场景的减少，这意味着从所有主要业务的应用程序中撤退。最后，如果选择高效率、低能耗和安全性，它将破坏去中心化的愿景。

“区块链”等于许多人心中的分权，“去中心化”是其最具价值的一个特点，它支撑起了无信用交易。作为第一个区块链应用程序，比特币旨在分散，无需信任任何节点，通过共识机制的复杂设计将信任放入整个系统，从而防止攻击。

“去中心化”的目的是使系统可信和安全，随之而来的可能是交易缓慢、拥堵，但就像开篇所说的，那些吹嘘千、万量级的TPS其实对目前区块链的用户量来说是一种“产能过剩”，现阶段的首要任务还是扩大区块链Dapp的落地和普及。同时我们也有理由相信随着软硬件的不断提升，不可能三角限制将逐渐弱化，行业将迎来总体性能的提升。

参考文章：

《The Seven Major Challenges of Public

Chains — Maintaining High TPS with High Security》by Larry Liu