Vai al contenuto
Crypto.world

The Ledger

Il dibattito sul PBT di Ethereum ruota attorno a record e pagine da 4 KB

Un’analisi pubblicata su un forum confronta otto modi di archiviare il proposto Partitioned Binary Tree di Ethereum e rileva che, con 16 GB di DRAM, le configurazioni che scrivono record costano meno di quelle che scrivono pagine. La tabella dei risultati riporta valori per i log di record con 8 GB, anche se la sintesi del post afferma che le configurazioni basate sui record non rientrano in meno di 16 GB.

Il dibattito sul PBT di Ethereum ruota attorno a record e pagine da 4 KB

Il proposto Partitioned Binary Tree di Ethereum potrebbe rendere più efficienti le prove relative allo stato, ma archiviare l’albero su disco pone un’altra scelta progettuale: scrivere singoli record o riscrivere intere pagine da 4 KB. Una nuova analisi pubblicata il 27 ottobre sul forum Fellowship of Ethereum Magicians rileva che le configurazioni basate sui record sono generalmente meno costose quando il motore di archiviazione dispone di 16 GB di memoria. Questo vantaggio non risolve la scelta tra log di record e alberi log-structured merge, e secondo l’analisi l’archiviazione basata su pagine offre prestazioni migliori con limiti di memoria più stringenti.

EIP-8297 pone un problema per il motore di archiviazione

EIP-8297 propone di sostituire l’hexary Merkle Patricia Trie di Ethereum con un albero binario partizionato, o PBT. La proposta modifica la struttura dell’albero dello stato e l’organizzazione delle chiavi, ma non prescrive un’unica configurazione fisica del database ai team che sviluppano i client. Nel nuovo post sul forum, le foglie degli account hanno sopra di sé 32 record di ramificazione, mentre una foglia dello storage che viene scritta ne ha da 45 a 48: aumentano così i record che il livello di archiviazione deve gestire per gli aggiornamenti.

L’autore, che pubblica con il nome cocoyoon, ha riprodotto in un PBT due periodi di attività della mainnet di Ethereum, ciascuno di circa una settimana, e ha confrontato diversi metodi di archiviazione a parità di memoria disponibile. Il confronto comprende configurazioni che scrivono singoli record e configurazioni che scrivono pagine, ricorrendo ad aggiornamenti in-place, copy-on-write, log append-only o sequenze ordinate. Sono state realizzate due implementazioni; sei configurazioni sono state modellate a partire dalla riproduzione dell’attività e i risultati sono raggruppati in sei famiglie di configurazioni.

I record battono le pagine con 16 GB, ma senza un margine netto

Il risultato principale dello studio è che le configurazioni che scrivono record costano meno di quelle che scrivono pagine quando il motore di archiviazione dispone di 16 GB di DRAM. Con questa quantità di memoria, l’LSM con chiavi basate sul percorso, modellato e utilizzato da Geth, Nethermind e Besu, ha ottenuto un costo compreso tra 5.854 e 6.908 in uno dei periodi esaminati, contro 64.378 per il B+tree copy-on-write modellato e associato all’archiviazione MDBX di Reth. I valori rappresentano il costo di I/O per blocco, non costi in dollari né una misurazione diretta delle prestazioni complessive dei client.

«Tra le configurazioni basate sui record, l’LSM e il log differiscono per non più di 1,6 volte, e nessuno dei due supera la soglia di 1,3 volte che usiamo per individuare un vincitore.»

cocoyoon, autore del post sul forum

Il post spiega la differenza tra record e pagine con la quantità di dati interessata da ciascun aggiornamento: un blocco modifica circa 18.000 record distribuiti su circa 2.400 pagine Merkle, e riscrivere una pagina comporta lo spostamento di 4 KB per modificare solo pochi record. Ciononostante, il confronto non individua un vincitore costante tra il log di record e l’LSM di record con 16 GB. La soglia di 1,3 volte adottata nel post richiede che una configurazione superi le alternative con un margine significativo in entrambi i periodi riprodotti.

La memoria cambia quale configurazione conviene adottare

La sintesi del post afferma che le configurazioni basate sui record non rientrano in meno di 16 GB, ma la tabella dei risultati riporta i costi del log di record con 8 GB: 20.433 e 19.428 per un’impostazione della compattazione, e 18.788 e 17.779 per un’altra, nei due periodi. Con 4 GB, la tabella non mostra risultati per il log di record; con 8 GB, anche le varianti LSM di record risultano non rientrare nella memoria disponibile. Il post fornisce quindi informazioni contrastanti sulla possibilità di usare il log di record con meno di 16 GB. La sua sintesi indica il log di pagine come la configurazione meno costosa nei confronti con 4 GB e 8 GB, mentre la tabella mostra che questo non significa che tutte le configurazioni basate sui record siano assenti con 8 GB.

Secondo il post, l’indice del log di record richiede 7,5 GB di memoria per filtri e buffer, mentre l’LSM di record ne richiede 9,3 GB. Il log di pagine è l’opzione meno costosa nei confronti con 4 GB e 8 GB, mentre con 2 GB la più economica è un’archiviazione a pagine aggiornata in-place. I risultati mostrano che la capacità di memoria, e non soltanto l’efficienza delle scritture, rientra nella scelta dell’implementazione.

Il post assume 16 GB come quantità di memoria disponibile per il motore di archiviazione, sulla base della raccomandazione di EIP-7870 di 32 GB di RAM per un full node, con il resto condiviso tra il client di consenso e il sistema operativo. In base a questa ipotesi, le indicazioni pratiche variano secondo l’architettura del client: chi usa già un LSM con chiavi basate sul percorso può mantenere il proprio motore di archiviazione, mentre il B+tree copy-on-write basato su pagine di Reth è il principale candidato a una diversa configurazione del PBT. Nel modello, una chiave allineata alle pagine per un LSM riduce le mancate letture, ma le scritture dovute alla compattazione rappresentano circa il 70% del suo costo.

Il benchmark non è un test di un client completo

I risultati provengono dalla riproduzione di due periodi di attività della mainnet risalenti alla fine del 2025, con costi misurati sugli ultimi 1.000 blocchi dopo una fase di preparazione di 49.000 blocchi. Sei delle otto configurazioni sono modelli, non motori di database completi sui quali è stata riprodotta l’attività. Un test con RocksDB verifica alcune ipotesi sull’amplificazione delle scritture, ma non trasforma i confronti modellati in un benchmark di un client completo.

L’autore elenca anche i limiti dei test sui dispositivi: riproducono i conteggi di I/O modellati su due piccole istanze cloud e sull’SSD di un MacBook, e precisano che non sono ancora state effettuate misurazioni su un’unità NVMe sotto Linux di un nodo tipico. I prossimi passi indicati nel post comprendono test dell’I/O in lettura su un motore reale, il confronto tra record con chiavi basate sul percorso e record con chiavi basate sulle pagine, e misurazioni su un’unità NVMe di largo consumo sotto Linux. Il post si chiude chiedendo ai team dei client se sia ragionevole ipotizzare di assegnare circa 16 GB all’archiviazione dello stato di esecuzione per un full node da 32 GB.

Fonti

  1. Fonte originale Fellowship of Ethereum Magicians ethereum-magicians.org

Altre pagine lette

  1. Ethereum Improvement Proposals · pagina 1 eips.ethereum.org
  2. Ethereum Improvement Proposals · pagina 2 eips.ethereum.org

Notizie correlate

Esplora

Altri articoli