以太坊是一个基于交易的“状态”机器. 三棵树: 交易树,状态树和收据树。 账户余额等数据并不直接存储在以太坊区块链的区块中。只有交易树、状态树和收据树的根节点哈希直接存储在区块链中。 存储树(保存所有智能合约数据)的根节点哈希实际上指向状态树,而状态树又指向区块链。
永久存储和临时存储 永久数据和临时数据。永久数据的一个例子是交易。一旦交易被完全确认,它就会被记录在交易树中;它永远不会改变。临时数据的一个例子是特定以太坊账户地址的余额。帐户地址的余额存储在状态树中,并在针对该特定帐户的交易发生时更改。永久数据(如已确认交易)和临时数据(如账户余额)应该分开存储是有道理的。以太坊使用 trie 数据结构来管理数据。
- 在以太坊中只有一个全局状态树。这个全局状态树会不断更新。 状态树包含存在于以太坊网络上的每个帐户的键值对。key 是 160 位地址。 value 是账户信息(使用递归 RLP 编码)
- nonce
- balance
- storageRoot
- codeHash
- 状态树的根节点(给定时间点整个状态树的散列)用作状态树的安全唯一标识符;状态树的根节点在密码学上依赖于所有内部状态树数据。
每个以太坊账户都有自己的存储树。存储树根节点的 256 位散列作为 storageRoot 值存储在全局状态树中.
以太坊的 Rust 客户端 Parity 使用 Rocksdb。而以太坊的 Go、C++ 和 Python 客户端都使用 leveldb。
每个以太坊区块都有自己独立的交易树。一个区块包含许多交易。开采的区块永远不会更新;交易在区块中的位置永远不会改变。
EVM https://github.com/Quillhash/EVM-Mastery#puzzles
- ethervm.io https://ethervm.io/
- Opcode playground https://www.evm.codes/playground
- Solidity Bytecode and Opcode Basics https://medium.com/@blockchain101/solidity-bytecode-and-opcode-basics-672e9b1a88c2
- Deconstructing a Solidity Contract (by Openzeppelin)
- Introduction https://blog.openzeppelin.com/deconstructing-a-solidity-contract-part-i-introduction-832efd2d7737/
- Creation vs. Runtime https://blog.openzeppelin.com/deconstructing-a-solidity-contract-part-i-introduction-832efd2d7737/
- The Function Selector https://blog.zeppelin.solutions/deconstructing-a-solidity-contract-part-iii-the-function-selector-6a9b6886ea49
- Function Wrappers https://blog.zeppelin.solutions/deconstructing-a-solidity-contract-part-iv-function-wrappers-d8e46672b0ed
- Function Bodies https://blog.zeppelin.solutions/deconstructing-a-solidity-contract-part-v-function-bodies-2d19d4bef8be
- The Metadata Hash https://blog.zeppelin.solutions/deconstructing-a-solidity-contract-part-vi-the-swarm-hash-70f069e22aef
- call opcode: https://learnblockchain.cn/article/3141
- 轻客户端验证: https://blog.ethereum.org/2015/01/10/light-clients-proof-stake/
- 一篇优秀的 medium: https://medium.com/@vaibhavsaini_67863
- evm 介绍: https://www.yuque.com/docs/share/15f0bbf1-87ce-44b0-b95d-a872551a4e7f
- solidity gas优化:https://hackmd.io/@totomanov/gas-optimization-loops