热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

平行链上线技术系列二Substrate交易费率和Benchmark

Substrate Transaction fees and Benchmark交易费用存在的意义我们需要为我们的区块链设计手续费,是为了激励参与方更加有效的协作,调节资源的利用率,毕竟天下没有免费的


Substrate Transaction fees 

and Benchmark


交易费用存在的意义


我们需要为我们的区块链设计手续费,是为了激励参与方更加有效的协作,调节资源的利用率,毕竟天下没有免费的午餐。


Substrate 的 Fees 如何计算


使用以下参数计算交易的最终费用:

  • base fee:这是用户为交易支付的最低金额。它在运行时被声明为base weight,在runtime下配置

  • WeightToFee即可。

  • weight fee:与交易消耗的执行时间(输入输出和计算)成比例的费用。

  • length fee:与交易的编码长度成比例的费用。

  • tip:增加事务优先级的可选提示,使其有更高的机会被包含在事务队列中。

  • base_fee、weight_fee 和 length_fee 构成inclusion fee(包含费用)。inclusion fee(包含费用)是交易被包含在一个区块中必须可用的最低费用。


使用  transaction 

payment pallet


pallet-transaction-payment提供了计算 inclusion fee的基本逻辑。

这个pallet提供以下配置项:

  • Config::WeightToFee 将weight转换为基于货币类型的可扣除费用

  • Config::FeeMultiplierUpdate通过定义一个乘数来更新下一个块的费用,基于上一个块结束时链的最终状态。(动态交易费率的配置项)

  • Config::OnChargeTransaction管理transaction fee的取款、退款和存款。


ps: 交易费用在交易执行之前被提取。事务执行后,可以调整事务权重以反映事务使用的实际资源。如果交易使用的资源少于预期,则更正交易费用并存入调整后的交易费用。


交易费用的公式

inclusion_fee = base_fee + length_fee + [targeted_fee_adjustment * weight_fee];

final_fee = inclusion_fee + tip;


细化之后的公式 ->

在这个公式中,targeted_fee_adjustment是一个乘数,可以根据网络的拥塞情况调整最终费用。

  • base_fee其实就是ExtrinsicBaseWeight的大小转换为Balance的值

  • length_fee是交易体存储的费用。

  • weight_fee通过两个参数计算:

   a.在ExtrinsicBaseWeight运行时声明并适用于所有外部变量的 。(base fee)

   b.#[pallet::weight]解释外部复杂性的注释。


要将权重转换为货币,运行时必须定义一个WeightToFee实现转换函数的结构体Convert.


请注意,在调用外部发件人之前,会向外部发件人收取包含费用。即使交易在执行时失败,费用也会从发件人的余额中扣除。


基础费用(base_fee)


是用户为交易支付的最低费用。它在Runtime被声明为base weight,其实就是ExtrinsicBaseWeight的大小转换为Balance的值。所以需要设计Weight转换为Balance的公式 --  WeightToFee,WeightToFee在pallet-transaction-payment处进行配置即可。


关于ExtrinsicBaseWeight的配置

通过runtime下frame_system::Config的BlockWeights 的base_extrinsic进行配置。

关于WeightToFee:

WeightToFee 可以理解为 一单位Weight与一单位Balance之间的映射转换。


Code 实现

在代码实现那块主要是对一个 pub struct LinearWeightToFee(sp_std::marker::PhantomData); 添加WeightToFeePolynomial 宏。


只需要实现这个宏里的 polynomial() 方法即可


polynomial()其实是在定义weight转换为balance的多项式。

关于 WeightToFeeCoefficient 的配置细节

这个返回的是一个多项式公式

其中 negative值 是控制整体多项式是加上该多项式还是减去该多项式

negative的对应关系:

true → -

flase → +

多项式的公式如下

例如:

如果我们想实现一个1:1的WeightToFee的转换,那这里的配置应该是:

对应的多项式为:

小总结:

WeightToFee只是Weight转换成Balance的映射转换,只需要在pallet_transaction_payment指定WeightToFee即可。


因为交易费中涉及到weight的内容不止base fee,还有weight fee,这两个都是把pallet_transaction_payment指定的WeightToFee作为转换公式。


base fee公式:


字节费用(length_fee)


length fee主要计算的是交易体大小的费用。


对于length fee的计算公式:

Length_Fee = 交易体大小 * 每字节所需费用

每字节的费用可以在runtime下pallet_transaction_payment的

TransactionByteFee做定制。

TransactionByteFee  =>  指定每个字节值多少Balance。

其次就是交易体的大小,但是要了解交易体的大小,首先需要了解交易体的内容构造。


关于交易体的构造:

Substrate 入门 - 交易体 -(六)


      在Substrate中的交易不再称为Transaction,而是称为了Extrinsic,中文翻译就是“外部的;外表的;外源性”,意味着被称为Extrinsic的概念,对于区块链而言是外部的输入。这种定义脱离了本身“交易”的范畴(更像是转账的概念),而是在链的状态的角度下,认为交易及类似概念是一种改变状态的外部输入(意味着不止转账,只要是外部的操作都是,pallet func)。


一个“外部输入”至少会具备以下两个条件:

  • 发送者的证明

  • 外部输入的行为


其中第一点是显然的,只要基于公私钥体系,就一定需要发送者对这个发送的内容进行签名,在链上通过这个签名验证合法性,解析出发送者的公钥识别身份。等价于互联网中客户端持有的token这类的。而第二点就是这个“输入”是到链上干嘛的,其相当于是用户发送到链上的指令行为


关于链下如何构造这个signature,

插曲:链下一个交易体的构成:


交易bytes内容的构造:

pallet-func index + 发起人的Account(公钥)+ signature(signed, signature, extra) + call

pallet-func index是通过pallet name 和 function name在metadata里查询得到到index

交易执行之后可以在此处


explorer下观察到signature的信息:

call里的内容主要由call index和参数构造而成。

至此我们获悉了交易体的byte信息

所以对于上述的例子,相对应的字节费用为

其实在这里可以观察到由于交易体的设计,可以实现在发送之前就可以计算出交易的大小从而推导出交易的手续费。

还有其他的玩法:

  • 交易版本与链上版本检查

  • 交易存活性检查

  • 特殊交易的额外信息检查

  • 例如如果一个交易是转账transfer,可以直接检查发送者的余额是否足够,不用到区块执行阶段才判定。

权重费用(weight_fee)


在有限的区块生成时间和链上状态的限制下,权重被用来定义交易产生的计算复杂度即所消耗的计算资源,以及占据的链上状态。system模块定义了区块的总权重(BlockWeights)。


#[pallet::weight(200_000, xx, xx, xx)]


为了保证在网络繁忙的情况下,依然能够实现对区块链应用有效合理的管理,Substrate引入了三种不同级别的交易类型,既 Normal、Operational 和 Mandatory 类型。


Normal类型的交易是由网络中的普通用户提交,

Operational类型的交易是由网络中的管理员或者管理委员会共同触发。


Mandatory类型的交易表示网络中区块交易所必须的交易信息,通常是内在的交易,由验证人触发。


区块资源如长度和总权重按照一定比例在这三种类型的交易中进行分配,这一比例称为可用区块比(AvailableBlockRatio)。Kusama网络的设置为:

10^12 weight = 1s

1000weight = 1ns

  • 区块的总权重:2,000,000,000,000 weight(2秒)

  • 可用区块比:75%,即Normal交易最多只占用75%的区块资源,Operational类型的交易则可以占用100%的区块资源,新的交易如果导致对应资源使用率超过阈值后,会被拒绝。对于Mandatory类型的交易,即使在区块已经满了的情况下,依然可以把交易打包进区块内。


1、默认weight注释

Substrate 中的所有可调度函数都必须指定权重。你可以使用注释的方式


#[pallet::weight(xxx_xxx)] ,这个规范允许你组合包括 数据库读/写,权重的固定值 以及 基于banchmark的固定值。下面是一个基本的demo

ps: ExtrinsicBaseWeight 会自动添加到声明的权重中,以考虑将空的外部数据简单地包含到块中的成本。


对数据库访问进行参数化

为了使权重注释独立于部署的数据库后端,它们被定义为一个常量,然后在表示可调度执行的数据库访问时在‘注释’中使用:

2、自定义weight

可以创建自定义重量计算类型,而不是使用上述默认重量注释。此类型必须实现以下特征:

  • WeighData: 确定发货重量。

  • ClassifyDispatch:确定调度的类。

  • PaysFee:确定可调度的发件人是否支付费用。


最后,weight fee的公式:


动态调节费率

(targeted_fee_adjustment)


设置  FeeMultiplierUpdate 参数即可


细节深入—— Relay-chain transaction fees and per-block transaction limits


Token Economics - Research at W3F


区块链上的交易需求通常非常不规则。一方面,在一天内的小时或一个月内的天数范围内存在活动高峰。另一方面,有长期趋势的交易量增长趋势。我们需要一种机制,在考虑这些因素的情况下,随着时间的推移自动更新交易费用。


根据供求规律,提高费用就可以减少需求,降低费用就可以促进需求。


为了应对活动高峰,我们面临着在快速提高交易费用或可能有很长的交易包含时间之间进行权衡——两者都是不良影响。我们提出了两种机制。第一种快速调节机制(Fast adjusting mechanism),可以非常迅速地调整价格,与活动的高峰和低谷同步。第二种慢速调整机制(Slow adjusting mechanism),是以长期趋势的速度进行缓慢调整,并使用小费为用户提供在高峰时段控制等待时间的可能性。parity官方建议使用带有tips的慢速调整机制。


关于动态调整机制的设置,也是在pallet_transaction_payment下进行配置。


小费(tip)


小费不是必须的的,具体数量是由交易发送者决定的,并且完全由区块生产着获得;


而交易费用的其他组成部分会根据一定的比例进行分配,国库80%,区块生产者20%。


题外话:最后的手续费去哪里了


至此关于交易手续费的内容,就全部介绍完毕,我们也进一步了理解了各个参数的含义,这个时候我们再回头看细化之后的公式,就能理解底层计算的计算逻辑了。


关于手续费最终计算的代码:https://github.com/paritytech/substrate/blob/polkadot-v0.9.18/frame/transaction-payment/src/lib.rs#L505-L537


关于 Benchmark


Substrate Benchmarking Documentation


benchmark主要是用于调整weight的内容,字节费用通过配置pallet_transaction_payment的runtime即可解决。


在 Substrate 中,10^12 个weight单位 = 1 秒,或 1,000 个weight单位 = 1 纳秒。


为什么需要使用benchmark


拒绝服务 (DoS) 是分布式系统(包括区块链网络)的常见攻击媒介。这种攻击的一个简单示例是用户重复执行涉及密集计算的外部函数。为了防止用户向网络发送垃圾信息,我们向用户收取发送cal的费用。调用成本应反映系统产生的计算和存储成本,调用越复杂,费用越高。但是,我们仍然希望鼓励用户使用我们的区块链系统,所以我们也希望这个估算成本相对准确,这样我们就不会向用户收取不必要的费用。


基准测试允许开发人员向最终用户收取适当的交易费用,以更准确地表示系统上的外部成本。设置合适的权重函数,准确反映底层计算和存储,也是 Substrate 中重要的安全保障。


简单的理解:weight可以手动设置,但是每台机器的性能可能不一致,可以使用benchmark做一个测试然后测算出指定机器下 weight的大致范围。


确定机器配置


在进行benchmark之前,我们需要先确定机器的配置信息。


Benchmark的可用选项


进行Benchmark测试


在pallet下创建benchmarking.rs文件

编写完benchmark之后 需要在生产机器下去进行benhmark测试。

关于benchmark的一些配置项:

你可以指定weight的模版生成定制之后的weight文件


模版文件

./.maintain/frame-weight-template.hbs内容:

根据模版文件生成指定的weight文件

测试完成之后,关于weights的值也就估算成功了,在pallet里引入weight即可


Other link

https://github.com/paritytech/subport/issues/149

中如何计算工龄在Substrate中如何计算交易权重姒煜的博客-CSDN博客

Gavin:关于 Weight 你必须了解的要点哔哩哔哩bilibili

Token Economics - Research at W3F

https://github.com/paritytech/substrate/pull/3157

Substrate 入门 - 交易体 -(六)

play-substrate/lib.rs at master · kaichaosun/play-substrate

Substrate 区块链应用的交易费用设计

[教程]波卡Substrate pallet开发的权重计算与基准测试

在Substrate中如何计算交易权重

weight and fees

post dispatch weight correction

calculate fees




通过 DAO,研究组织和媒体可以打破地域的限制,以社区的方式资助和生产内容。DAOrayaki将会通过DAO的形式,构建一个满足人们需求,一个民主治理和所有人都可以利用的公共媒体系统,从而实现真正意义上的去中心化。欢迎通过以下方式提交星际移民、量子计算、DAO的相关研究,瓜分10000USDC赏金池!了解去中心化自治组织(DAO),探讨最新治理话题,关注DAO的发展趋势,欢迎加入DAOrayaki社区!


官方网站:daorayaki.org
Discord server: https://discord.gg/wNUPmsGsa4
Medium: https://medium.com/@daorayaki
Email: daorayaki@dorafactory.org
微信助手:DAOrayaki-Media
Twitter: @daorayaki_
小宇宙:DAOrayaki


详情请参考:
Dora Factory支持去中心化DAO研究组织DAOrayaki
对DAOrayaki第一阶段的回顾--去中心化媒体的先驱
DAOrayaki |DAOrayaki 开启去中心化治理2.0时代
DAOrayaki |风险投资的范式转移:无限主义基金和无限游戏
DAOrayaki |DAOrayaki dGov 模型:基于Futarchy的正和游戏

更多关于DAO的文章,关注Dorafactory,查看往期文章。

推荐阅读
  • 本文详细介绍了 InfluxDB、collectd 和 Grafana 的安装与配置流程。首先,按照启动顺序依次安装并配置 InfluxDB、collectd 和 Grafana。InfluxDB 作为时序数据库,用于存储时间序列数据;collectd 负责数据的采集与传输;Grafana 则用于数据的可视化展示。文中提供了 collectd 的官方文档链接,便于用户参考和进一步了解其配置选项。通过本指南,读者可以轻松搭建一个高效的数据监控系统。 ... [详细]
  • EST:西湖大学鞠峰组污水厂病原菌与土著反硝化细菌是多重抗生素耐药基因的活跃表达者...
    点击蓝字关注我们编译:祝新宇校稿:鞠峰、袁凌论文ID原名:PathogenicandIndigenousDenitrifyingBacte ... [详细]
  • NOIP2000的单词接龙问题与常见的成语接龙游戏有异曲同工之妙。题目要求在给定的一组单词中,从指定的起始字母开始,构建最长的“单词链”。每个单词在链中最多可出现两次。本文将详细解析该题目的解法,并分享学习过程中的心得体会。 ... [详细]
  • 尽管我们尽最大努力,任何软件开发过程中都难免会出现缺陷。为了更有效地提升对支持部门的协助与支撑,本文探讨了多种策略和最佳实践,旨在通过改进沟通、增强培训和支持流程来减少这些缺陷的影响,并提高整体服务质量和客户满意度。 ... [详细]
  • 在 Kubernetes 中,Pod 的调度通常由集群的自动调度策略决定,这些策略主要关注资源充足性和负载均衡。然而,在某些场景下,用户可能需要更精细地控制 Pod 的调度行为,例如将特定的服务(如 GitLab)部署到特定节点上,以提高性能或满足特定需求。本文深入解析了 Kubernetes 的亲和性调度机制,并探讨了多种优化策略,帮助用户实现更高效、更灵活的资源管理。 ... [详细]
  • 本文介绍了如何在 Spring Boot 项目中使用 spring-boot-starter-quartz 组件实现定时任务,并将 cron 表达式存储在数据库中,以便动态调整任务执行频率。 ... [详细]
  • 在OpenShift上部署基于MongoDB和Node.js的多层应用程序
    本文档详细介绍了如何在OpenShift 4.x环境中部署一个包含MongoDB数据库和Node.js后端及前端的多层应用程序。通过逐步指导,读者可以轻松完成整个部署过程。 ... [详细]
  • 本文介绍了几种常用的图像相似度对比方法,包括直方图方法、图像模板匹配、PSNR峰值信噪比、SSIM结构相似性和感知哈希算法。每种方法都有其优缺点,适用于不同的应用场景。 ... [详细]
  • 解决Bootstrap DataTable Ajax请求重复问题
    在最近的一个项目中,我们使用了JQuery DataTable进行数据展示,虽然使用起来非常方便,但在测试过程中发现了一个问题:当查询条件改变时,有时查询结果的数据不正确。通过FireBug调试发现,点击搜索按钮时,会发送两次Ajax请求,一次是原条件的请求,一次是新条件的请求。 ... [详细]
  • 本文介绍了如何利用 `matplotlib` 库中的 `FuncAnimation` 类将 Python 中的动态图像保存为视频文件。通过详细解释 `FuncAnimation` 类的参数和方法,文章提供了多种实用技巧,帮助用户高效地生成高质量的动态图像视频。此外,还探讨了不同视频编码器的选择及其对输出文件质量的影响,为读者提供了全面的技术指导。 ... [详细]
  • 在软件开发过程中,经常需要将多个项目或模块进行集成和调试,尤其是当项目依赖于第三方开源库(如Cordova、CocoaPods)时。本文介绍了如何在Xcode中高效地进行多项目联合调试,分享了一些实用的技巧和最佳实践,帮助开发者解决常见的调试难题,提高开发效率。 ... [详细]
  • 在机器学习领域,深入探讨了概率论与数理统计的基础知识,特别是这些理论在数据挖掘中的应用。文章重点分析了偏差(Bias)与方差(Variance)之间的平衡问题,强调了方差反映了不同训练模型之间的差异,例如在K折交叉验证中,不同模型之间的性能差异显著。此外,还讨论了如何通过优化模型选择和参数调整来有效控制这一平衡,以提高模型的泛化能力。 ... [详细]
  • Java中不同类型的常量池(字符串常量池、Class常量池和运行时常量池)的对比与关联分析
    在研究Java虚拟机的过程中,笔者发现存在多种类型的常量池,包括字符串常量池、Class常量池和运行时常量池。通过查阅CSDN、博客园等相关资料,对这些常量池的特性、用途及其相互关系进行了详细探讨。本文将深入分析这三种常量池的差异与联系,帮助读者更好地理解Java虚拟机的内部机制。 ... [详细]
  • 在深入掌握Spring框架的事务管理之前,了解其背后的数据库事务基础至关重要。Spring的事务管理功能虽然强大且灵活,但其核心依赖于数据库自身的事务处理机制。因此,熟悉数据库事务的基本概念和特性是必不可少的。这包括事务的ACID属性、隔离级别以及常见的事务管理策略等。通过这些基础知识的学习,可以更好地理解和应用Spring中的事务管理配置。 ... [详细]
  • 本文详细探讨了在ASP.NET环境中通过加密数据库连接字符串来提升数据安全性的方法。加密技术不仅能够有效防止敏感信息泄露,还能增强应用程序的整体安全性。文中介绍了多种加密手段及其实施步骤,帮助开发者在日常开发过程中更好地保护数据库连接信息,确保数据传输的安全可靠。 ... [详细]
author-avatar
oko123
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有