并行交易¶
某些业务场景需要极高的交易执行tps。让交易并行执行,能够最大限度的利用机器的CPU资源,实现:
- 高吞吐量:多笔交易同时被执行。
- 平行拓展:随着业务的发展,tps要求越来越高,可以通过提高机器的配置来提升交易执行的tps。
FISCO BCOS提供了并行交易的编程框架。按照并行框架编写的合约,能够被FISCO BCOS节点并行的执行。本文将指导完成如何编写FISCO BCOS并行合约,以及如何部署和执行。
预备知识¶
并行互斥¶
两笔交易是否能被并行的执行,依赖于这两笔交易是否存在互斥。互斥,是指两笔交易对合约存储变量的“读/写”操作,存在交集。
例如在转账场景中,交易是用户间的转账操作。用transfer(X, Y) 表示从X用户转到Y用户的转账接口。则互斥情况如下。
| 交易 | 互斥对象 | 交集 | 是否互斥 |
|---|---|---|---|
| transfer(A, B) 和 transfer(A, C) | [A, B] 和 [A, C] | [A] | 互斥,不可并行执行 |
| transfer(A, B) 和 transfer(B, C) | [A, B] 和 [B, C] | [B] | 互斥,不可并行执行 |
| transfer(A, C) 和 transfer(B, C) | [A, C] 和 [B, C] | [C] | 互斥,不可并行执行 |
| transfer(A, B) 和 transfer(A, B) | [A, B] 和 [A, B] | [A, B] | 互斥,不可并行执行 |
| transfer(A, B) 和 transfer(C, D) | [A, B] 和 [C, D] | 无 | 无互斥,可并行执行 |
此处给出更具体的定义:
- 互斥参数:合约接口中,与合约存储变量的“读/写”操作相关的参数。例如转账的接口transfer(X, Y),X和Y都是互斥参数。
- 互斥对象:一笔交易中,根据互斥参数提取出来的,具体的互斥内容。例如转账的接口transfer(X, Y), 一笔调用此接口的交易中,具体的参数是transfer(A, B),则对于这笔操作,互斥对象是[A, B];另外一笔交易,调用的参数是transfer(A, C),则这笔操作的互斥对象是[A, C]。
判断交易间是否有互斥,就是判断互斥对象是否有交集。相互之间交集为空的交易可并行执行。
并行合约框架¶
FISCO BCOS提供了智能合约的并行编程的框架,开发者只需按照框架进行合约开发,定义好每个合约接口的互斥参数,即可实现能被并行执行的合约。当合约被部署后,FISCO BCOS即可在执行交易前,自动提取互斥对象,让无互斥的交易并行执行。
目前,FISCO BCOS提供了solidity与预编译合约两种合约的并行框架。
solidity并行合约框架¶
用solidity语言写并行合约。开发者要做的是根据提供的框架,用solidity进行合约开发。按照框架的格式,将合约中的接口定义成并行的接口,之后对此接口的调用,将支持并行的处理。
基于并行solidity合约框架开发的合约,可维护,可升级,无需重启节点,比预编译合约更容易维护。
预编译并行合约框架¶
预编译合约是内置在FISCO BCOS节点中的合约,用C++语言实现。由于预编译合约的执行不依赖于EVM,因此预编译合约的性能比solidity合约的性能高很多(10倍左右)。因此,若需要追求极致的性能,可考虑用预编译合约实现合约逻辑。
FISCO BCOS提供了预编译合约并行框架,开发者只需要按照框架进行编程,即可实现并行的预编译合约。与普通的预编译合约相同,并行的预编译合约内置在节点代码中,必须重启所有节点,才能完成代码逻辑的升级。
并行框架的选择¶
两种并行框架各有优劣,开发者根据具体场景选择合适的框架进行开发。
| 并行框架 | 开发语言 | 开发难度 | 可维护性 | 性能 |
|---|---|---|---|---|
| solidity并行合约框架 | solidity | 低 | 高,无需重启节点即可部署 | 高 |
| 预编译并行合约框架 | C++ | 高 | 低,内置于节点中,升级时需重启节点 | 极高 |
编写并行合约¶
solidity合约并行框架¶
编写并行的solidity合约,开发流程与开发普通的solidity合约的流程相同。在基础上,只需要将ParallelContract 作为需要并行的合约的基类,并调用registerParallelFunction(),注册可以并行的接口即可。
先给出完整的举例,例子中的ParallelOk合约实现了并行转账的功能
pragma solidity ^0.4.25;
import "./ParallelContract.sol"; // 引入ParallelContract.sol
// A parallel contract example
contract ParallelOk is ParallelContract // 将ParallelContract 作为基类
{
// 合约实现
mapping (string => uint256) _balance;
function transfer(string from, string to, uint256 num) public
{
// Just an example, overflow is ok, use 'SafeMath' if needed
_balance[from] -= num;
_balance[to] += num;
}
function set(string name, uint256 num) public
{
_balance[name] = num;
}
function balanceOf(string name) public view returns (uint256)
{
return _balance[name];
}
// 注册可以并行的合约接口
function enableParallel() public
{
// 函数定义字符串(注意","后不能有空格),参数的前几个是互斥参数(设计函数时互斥参数必须放在前面
registerParallelFunction("transfer(string,string,uint256)", 2); // critical: string string
registerParallelFunction("set(string,uint256)", 1); // critical: string
}
// 注销并行合约接口
function disableParallel() public
{
unregisterParallelFunction("transfer(string,string,uint256)");
unregisterParallelFunction("set(string,uint256)");
}
}
具体步骤如下:
(1)将ParallelContract作为合约的基类
pragma solidity ^0.4.25;
import "./ParallelContract.sol"; // 引入ParallelContract.sol
// A parallel contract example
contract ParallelOk is ParallelContract // 将ParallelContract 作为基类
{
// 合约实现
// 注册可以并行的合约接口
function enableParallel() public;
// 注销并行合约接口
function disableParallel() public;
}
(2)注册/注销可以并行的合约接口
在合约中实现 enableParallel() 函数,调用registerParallelFunction()注册可以并行的合约的接口。同时把disableParallel()也实现了,使合约具备取消并行执行的能力。
注意:在写可以并行的合约接口时,必须让接口满足:
- 接口的参数完全标识了此接口的所有互斥
- 不能调用外部合约
- 接口参数仅限:string、address、uint256、int256(后续支持更多类型)
// 注册可以并行的合约接口
function enableParallel() public
{
// 函数定义字符串(注意","后不能有空格),参数的前几个是互斥参数(设计函数时互斥参数必须放在前面)
registerParallelFunction("transfer(string,string,uint256)", 2); // 互斥: string string
registerParallelFunction("set(string,uint256)", 1); // 互斥: string
}
// 注销并行合约接口
function disableParallel() public
{
unregisterParallelFunction("transfer(string,string,uint256)");
unregisterParallelFunction("set(string,uint256)");
}
(3)部署/执行并行合约
部署合约
[group:1]> deploy ParallelOk.sol
0x8c17cf316c1063ab6c89df875e96c9f0f5b2f744
调用 enableParallel()接口,让ParallelOk能并行执行
[group:1]> call ParallelOk.sol 0x8c17cf316c1063ab6c89df875e96c9f0f5b2f744 enableParallel
发送并行交易 set()
0x4833dd374db41211eb88e2b618e967f8bdce76711792c394d693f7a98e399b4f
发送并行交易 transfer()
[group:1]> call ParallelOk.sol 0x8c17cf316c1063ab6c89df875e96c9f0f5b2f744 transfer "jimmyshi" "jinny" 80000
查看交易执行结果 balanceOf()
[group:1]> call ParallelOk.sol 0x8c17cf316c1063ab6c89df875e96c9f0f5b2f744 balanceOf "jinny"
80000
用SDK发送大量交易的例子,将在下文的举例中给出。
预编译并行合约框架¶
编写并行的预编译合约,开发流程与开发普通预编译合约的流程相同。普通的预编译合约以Precompile为基类,再其上实现合约逻辑。在此基础上,Precompile的基类还为并行提供了两个虚函数,继续实现这两个函数,即可实现并行的预编译合约。
(1)将合约定义成支持并行
bool isParallelPrecompiled() override { return true; }
(2)定义并行接口和互斥参数
注意,一旦定义成支持并行,所有的接口都需要进行定义。若返回空,表示此接口无任何互斥对象。
// 根据并行接口,从参数中取出互斥对象,返回互斥对象
std::vector<std::string> getParallelTag(bytesConstRef param) override
{
// 获取被调用的函数名(func)和参数(data)
uint32_t func = getParamFunc(param);
bytesConstRef data = getParamData(param);
std::vector<std::string> results;
if (func == name2Selector[DAG_TRANSFER_METHOD_TRS_STR2_UINT]) // 函数是并行接口
{
// 接口为:userTransfer(string,string,uint256)
// 从data中取出互斥对象
std::string fromUser, toUser;
dev::u256 amount;
abi.abiOut(data, fromUser, toUser, amount);
if (!invalidUserName(fromUser) && !invalidUserName(toUser) && (amount > 0))
{
// 将互斥对象写到results中
results.push_back(fromUser);
results.push_back(toUser);
}
}
else if ... // 所有的接口都需要给出互斥对象,返回空表示无任何互斥对象
return results; //返回互斥
}
(3)编译,重启节点
手动编译节点的方法,参考:这里
编译之后,关闭节点,替换掉原来的节点二进制文件,再重启节点即可。
举例:并行转账¶
此处分别给出solidity合约和预编译合约的并行举例。
配置环境
该举例需要以下执行环境:
- Web3SDK客户端
- 一条FISCO BCOS链
Web3SDK用来发送并行交易,FISCO BCOS链用来执行并行交易。相关配置,可参考:
若需要压测最大的性能,至少需要:
- 3个Web3SDK,才能产生足够多的交易
- 4个节点,且所有Web3SDK都配置了链上所有的节点信息,让交易均匀的发送到每个节点上,才能让链能接收足够多的交易
并行Solidity合约:ParallelOk¶
基于账户模型的转账,是一种典型的业务操作。ParallelOk合约,是账户模型的一个举例,能实现并行的转账功能。ParallelOk合约的实现如下。
pragma solidity ^0.4.25;
import "./ParallelContract.sol";
// A parallel contract example
contract ParallelOk is ParallelContract
{
mapping (string => uint256) _balance;
function transfer(string from, string to, uint256 num) public
{
// Just an example, overflow is ok, use 'SafeMath' if needed
_balance[from] -= num;
_balance[to] += num;
}
function set(string name, uint256 num) public
{
_balance[name] = num;
}
function balanceOf(string name) public view returns (uint256)
{
return _balance[name];
}
// Register parallel function
function enableParallel() public
{
// critical number is to define how many critical params from start
registerParallelFunction("transfer(string,string,uint256)", 2); // critical: string string
registerParallelFunction("set(string,uint256)", 1); // critical: string
}
// Un-Register parallel function
function disableParallel() public
{
unregisterParallelFunction("transfer(string,string,uint256)");
unregisterParallelFunction("set(string,uint256)");
}
}
FISCO BCOS在Web3SDK中内置了ParallelOk合约,此处给出用Web3SDK来发送大量并行交易的操作方法。
(1)用SDK部署合约、新建用户、开启合约的并行能力
# 参数:<groupID> add <创建的用户数量> <此创建操作请求的TPS> <生成的用户信息文件名>
java -cp conf/:lib/*:apps/* org.fisco.bcos.channel.test.parallel.parallelok.PerformanceDT 1 add 10000 2500 user
# 在group1上创建了 10000个用户,创建操作以2500TPS发送的,生成的用户信息保存在user中
执行成功后,ParallelOk被部署到区块链上,创建的用户信息保存在user文件中,同时开启了ParallelOk的并行能力。
(2)批量发送并行转账交易
注意:在批量发送前,请将SDK的日志等级请调整为ERROR,才能有足够的发送能力。
# 参数:<groupID> transfer <总交易数量> <此转账操作请求的TPS上限> <需要的用户信息文件> <交易互斥百分比:0~10>
java -cp conf/:lib/*:apps/* org.fisco.bcos.channel.test.parallel.parallelok.PerformanceDT 1 transfer 100000 4000 user 2
# 向group1发送了 100000比交易,发送的TPS上限是4000,用的之前创建的user文件里的用户,发送的交易间有20%的互斥。
(3)验证并行正确性
并行交易执行完成后,Web3SDK会打印出执行结果。TPS 是此SDK发送的交易在节点上执行的TPS。validation 是转账交易执行结果的检查。
Total transactions: 100000
Total time: 34412ms
TPS: 2905.9630361501804
Avg time cost: 4027ms
Error rate: 0%
Return Error rate: 0%
Time area:
0 < time < 50ms : 0 : 0.0%
50 < time < 100ms : 44 : 0.044000000000000004%
100 < time < 200ms : 2617 : 2.617%
200 < time < 400ms : 6214 : 6.214%
400 < time < 1000ms : 14190 : 14.19%
1000 < time < 2000ms : 9224 : 9.224%
2000 < time : 67711 : 67.711%
validation:
user count is 10000
verify_success count is 10000
verify_failed count is 0
从图中可看出,本次交易执行的TPS是2905。执行结果校验后,无任何错误(verify_failed count is 0)。
(4)计算总TPS
单个Web3SDK无法发送足够多的交易以达到节点并行执行能力的上限。需要多个Web3SDK同时发送交易。在多个Web3SDK同时发送交易后,单纯的将结果中的TPS加和得到的TPS不够准确,需要直接从节点处获取TPS。
用脚本从日志文件中计算TPS
cd tools
sh get_tps.sh log/log_2019031821.00.log 21:26:24 21:26:59 # 参数:<日志文件> <计算开始时间> <计算结束时间>
得到TPS(2 SDK、4节点,8核,16G内存)
statistic_end = 21:26:58.631195
statistic_start = 21:26:24.051715
total transactions = 193332, execute_time = 34580ms, tps = 5590 (tx/s)
并行预编译合约:DagTransferPrecompiled¶
与ParallelOk合约的功能一样,FISCO BCOS内置了一个并行预编译合约的例子(DagTransferPrecompiled),实现了简单的基于账户模型的转账功能。该合约能够管理多个用户的存款,并提供一个支持并行的transfer接口,实现对用户间转账操作的并行处理。
注意:DagTransferPrecompiled为并行交易的举例,功能较为简单,请勿用于线上业务。
(1)生成用户
用Web3SDK发送创建用户的操作,创建的用户信息保存在user文件中
# 参数:<groupID> add <创建的用户数量> <此创建操作请求的TPS> <生成的用户信息文件名>
java -cp conf/:lib/*:apps/* org.fisco.bcos.channel.test.parallel.precompile.PerformanceDT 1 add 10000 2500 user
# 在group1上创建了 10000个用户,创建操作以2500TPS发送的,生成的用户信息保存在user中
(2)批量发送并行转账交易
用Web3SDK发送并行转账交易
注意:在批量发送前,请将SDK的日志等级请调整为ERROR,才能有足够的发送能力。
# 参数:<groupID> transfer <总交易数量> <此转账操作请求的TPS上限> <需要的用户信息文件> <交易互斥百分比:0~10>
java -cp conf/:lib/*:apps/* org.fisco.bcos.channel.test.parallel.precompile.PerformanceDT 1 transfer 100000 4000 user 2
# 向group1发送了 100000比交易,发送的TPS上限是4000,用的之前创建的user文件里的用户,发送的交易间有20%的互斥。
(3)验证并行正确性
并行交易执行完成后,Web3SDK会打印出执行结果。TPS 是此SDK发送的交易在节点上执行的TPS。validation 是转账交易执行结果的检查。
Total transactions: 80000
Total time: 25451ms
TPS: 3143.2949589407094
Avg time cost: 5203ms
Error rate: 0%
Return Error rate: 0%
Time area:
0 < time < 50ms : 0 : 0.0%
50 < time < 100ms : 0 : 0.0%
100 < time < 200ms : 0 : 0.0%
200 < time < 400ms : 0 : 0.0%
400 < time < 1000ms : 403 : 0.50375%
1000 < time < 2000ms : 5274 : 6.592499999999999%
2000 < time : 74323 : 92.90375%
validation:
user count is 10000
verify_success count is 10000
verify_failed count is 0
从图中可看出,本次交易执行的TPS是3143。执行结果校验后,无任何错误(verify_failed count is 0)。
(4)计算总TPS
单个Web3SDK无法发送足够多的交易以达到节点并行执行能力的上限。需要多个Web3SDK同时发送交易。在多个Web3SDK同时发送交易后,单纯的将结果中的TPS加和得到的TPS不够准确,需要直接从节点处获取TPS。
用脚本从日志文件中计算TPS
cd tools
sh get_tps.sh log/log_2019031311.17.log 11:25 11:30 # 参数:<日志文件> <计算开始时间> <计算结束时间>
得到TPS(3 SDK、4节点,8核,16G内存)
statistic_end = 11:29:59.587145
statistic_start = 11:25:00.642866
total transactions = 3340000, execute_time = 298945ms, tps = 11172 (tx/s)