Ethereum 是一種分散式帳本的技術，雖然說大家更熟知的是「以太幣」這個虛擬貨幣～。不過這裡會嘗試從系統工程師的角度來看帶這個技術。
這篇文章大概會寫得有點雜亂，因為這主要是要紀錄一些本來我自己不太清楚的問題。如果需要比較完整、有條理的說明，推薦可以認真看看 [1]。
1. 分散式帳本：不可修改的帳本
「分散式帳本」（Distributed Ledger）網路上也有很多解釋了 [2]，所以這裡也不特別再重述 XD。不過從我個人的觀點來看，我覺得某種程度上可以想像成就是一種分散式的檔案系統，只不過它儲存的內容被限定在「交易」（transaction）這種資料型態。
Ethereum、以及其他區塊鏈的技術，基本上都有個共通的特性，也就是存入區塊鏈內的交易是不可修改的。為什麼存進去以後不可修改呢？主要的原因在於「分散式帳本」這個特性。「分散式帳本」意味著每個人都持有自己的一本帳本，並且自行維護自己的帳本。當有一個新人加入這個區塊鏈時，他首先會做的事情，是先問問他聯繫上的那個人，過去發生過哪些交易。接著他會把這些交易全部同步過來，紀錄在自己的帳本上。也就是說，這個新人在做的事情是 Replication，複製了一整份別人已經存好的東西。
接著，當有交易發生、並且被發送到這個人手上時，這個人會根據自己手上的帳本去核准這筆交易、並且同時更新自己的帳本。接著再把這個交易發送到網路上，讓其他人知道這筆交易發生了。
但這跟不可修改有什麼關係呢？
可以想像，因為每個人手上都有一個帳本，然後帳本上紀錄了一樣的資訊。當有人想要偽造帳本時，他想騙過所有的人就必須要去修改所有人手上的帳本，否則如果只修改了一兩個人的帳本，其他人只要再去問別人，就能知道真偽了。
2. 礦工（miner）
平常常聽到「礦工」這個詞，一般會有的概念是礦工挖礦可以獲得 ether（即以太幣）。不過礦工挖礦到底是在幹麻呢？
所有的礦工的目的都是打包新的 block，也就是「記帳」。在 Ethereum 中，礦工代表的是有權力記帳的人，也就是他會收集別人想要進行的交易，然後把一群交易打包成一個 block（區塊），寫入到自己的帳本（blockchain）中。
其中，在每個 block 當中都會存在第一個交易是沒有發送者的交易，這個交易是礦工宣告把 ether 匯入自己的錢包。這是所有礦工共通的協議，同時也被視為是礦工挖礦所獲得的「無中生有的薪水」。
2.1. 礦工如何算帳？
「算帳」指的是，礦工怎麼知道哪個錢包有多少錢？一般來說，從系統角度來看，我們會認為應該有個地方在紀錄每個錢包最後剩下多少。因此接下來要對這個錢包做操作時，就會產生我要對它修改、他也要對它修改的 concurrent access issue。
不過在 ethereum 中，因為 ethereum 是分散式帳本的概念，實際上並沒有任何中央的地方去儲存「每個錢包剩多少錢」，而是交由每個節點自行計算。也就是說，當節點剛加入鏈的時候，他需要先同步別人已經寫好的帳本的內容過來。在同步的過程中，他也會自行開始統計每個錢包有多少錢～（或者也可以不要統計，這基本上是由 client 的實作自行決定）。
因此，當有人來問這個節點說某個錢包有多少錢時，這個節點會依照自己手上的帳本的紀錄來回覆對方。
2.2. 礦工的 GPU 在運算什麼？
在以太幣的公鏈上，因為有著太多的礦工，如果讓大家各自記自己的帳，估計合併時應該會是大麻煩吧。雖然不確定是不是因為這個因素，不過總之 Ethereum 設計了一種叫做 PoW（Proof of Work）的機制，讓礦工們可以搶奪記帳權。
說是搶奪，但其實礦工並不會干擾他人，更正確一點的講法是比賽賽跑，誰在時限內跑到終點就可以記帳。而搶奪的過程，就是透過數學方法，讓礦工們各自去嘗試找某個滿足特定條件的數字出來。如果成功找出來的礦工，就會開始進行打包 block 的工作，並且獲得無中生有的 ether 作為獎勵。
2.3. 如何進行合併？
當有兩個以上的礦工，各自打包了新的 block，那麼就產生了兩個內容不同的 block，這時該怎麼辦呢？詳細的解說建議可以參考 [3]，這裡引用了 [3] 的說明圖示。
首先，在第 i+1 個 block 時，如果下個 block 同時有兩個礦工挖出礦，這時整個鏈上在相同位置會存在兩個 block。基本的機制是，看哪邊先挖出下個 block，就會以它作為主要的區塊鏈。以圖來說，就是綠色的 block 會成為主要的鏈，而黃色的則被稱為 uncle block（叔父塊）。
uncle block 並非一定會進入區塊鏈，這要看後來有沒有其他的 block 打包時會順便把他包進去。如果很不幸都沒有的話，那這個 uncle block 就會被廢棄。廢棄的意思是，出塊的那個礦工就沒有獎勵金可拿，並且～這個廢棄的叔父塊內的交易也都當作沒發生過。
換言之，在 Ethereum 上就算交易已經被礦工存下，在一定期間內也不完全保證不會被廢棄，因為問題在於他會不會是 uncle block，以及如果是的話，之後會不會被重新包回主鏈裡。
2.4. 分叉
上面講到，節點都是依照自己手上的帳本，自己算出每個錢包的餘額的。但這同時也導致了一個問題，不同的 client 對於同一筆紀錄，有可能會存在不同的認知。例如如果 client 的升級如果產生了重大的演算法分歧，會造成不同節點對同樣一群交易存在不同的看法。這時，在區塊鏈上就形成了「分叉」[4-5]。也就是某一群節點互相認可對方的紀錄，但卻不認可其他群體的紀錄的現象。
不過如果分叉的起因是來自於 client 的升級，因為這個終歸是大家都升級後就會恢復和諧的問題，因此通常稱之為「軟分叉」。而另一種狀況則是「硬分叉」，這通常來自於社群的意識分裂。例如 ethereum 的 The DAO 事件，因為以太幣遭到竊盜，一部分社群人士認為應該取消那段時間的所有交易。讓帳本回復到事件前的樣子重新開始記帳。但另外一部份人則不認同～（就我個人而言我也不認同就是了 XD）。因此在這個事件上，就變成認同的人使用了新的方法來重新記帳，而不認同的人則繼續使用本來的帳本。
實際上的影響是，硬分叉導致了一個區塊鏈變成兩個，而且這兩個區塊鏈，在某個時間點以前的帳本內容是完全相同的。這也意味著，在這個時間點以前的交易，在兩本帳本上都是合法的。所以如果我本來在 The DAO 事件前，我的以太幣（ETH）錢包裡有 10 個以太幣。The DAO 事件後，因為 ETH 分裂成 ETH 和 ETC，因此這時會變成我的錢包同時有 10 個 ETH 和 10 個 ETC。因為在 ETH 的鏈上，可以統計出我的錢包累計有 10 個 ether 存入；而在 ETC 的鏈上，一樣也可以統計出相同的結果。
3. 交易（transaction）
在 Ethereum 中，所有的事情都起因於交易，也就是說，沒有發起交易，在區塊鏈上就不會發生任何事。關於錢包以及交易的更詳細的原理（包含基本的數學原理），推薦可以參考 [6-7]。
3.1. 什麼是錢包？
在談論交易以前，首先先稍微談談錢包 [6]。錢包在 Ethereum 上，實際上是以「地址（address，或者稱為帳號）」來表示。而一個 address 又是由 public key（公鑰）所表示，public key 則可由 private key（私鑰）來表示，因此關係如下：
錢包地址 ← 公鑰 ← 私鑰
箭頭的意思代表有了私鑰即可推演出公鑰，而有了公鑰就可以推演出錢包地址了。反過來說，要產生一個新錢包，首先要產生私鑰，然後對應著私鑰就會有一組公鑰，最後藉由公鑰就可以推斷出產生的錢包地址了。
3.2. 私鑰的產生
私鑰在 Ethereum 中，實際上是代表一個介於 1 ~ 2256 的數字。也就是說，產生的過程實際上就是在 1 ~ 2256 之間選擇一個數字。2256 是個什麼量級的數字呢？換算成十進位是 1.158 x 1077 左右。作為用來想像這是什麼數字的對照，目前科學家預測人類可視的宇宙的總原子數量大概是 1080 個左右。所以使用正確的工具來產生私鑰時，理論上產生出相同私鑰是個近乎不可能的事情。
一把 256-bit 的私鑰，一般來說會透過十六進位的表示法來表達，可以表達成類似這樣的字串：
f8f8a2f43c8376ccb0871305060d7b27b0554d2cc72bccf41b2705608452f315
接著，對應這把私鑰，可以演算出一把公鑰。公鑰所代表的數字是由私鑰的數字乘上某個數字：
046e145ccef1033dea239875dd00dfb4fee6e3348b84985c92f103444683bae07b83b5c38e5e2b0c8529d7fa3f64d46daa1ece2d9ac14cab9477d042c84c32ccd0
最後，對這個公鑰做 Keccak-256 雜湊，然後取出最不具代表性的最後 20-bit，就形成了錢包的地址了：
001d3f1ef827552ae1114027bd3ecf1f086ba0f9
或者也可以寫成以 0x 開頭，代表這個字串是使用十六進位編碼：
0x001d3f1ef827552ae1114027bd3ecf1f086ba0f9
3.3. 每個交易存放的內容
每一個交易紀錄中，都會由以下這幾個欄位所組成。
- nonce - 由交易發起者寫入的循序序號
- gas price - 交易發起者願意為這筆交易付出的 gas 價格（以 wei 來表達，也就是交易手續費）
- gas limit - 交易發起者願意為這筆交易付出的 gas 單位
- to - 接受這筆交易的錢包地址
- value - 交易金額
- data - 其他訊息或者是智能合約相關的指令
- v, r, s - 代表交易發起者的 ECDSA 數位簽章
其中，交易內實際上是以類似封包的結構來存放，也就是說第 n ~ n+i 的位置應該是什麼欄位這樣。所以交易內會以最簡潔只寫值的方式來存放。
如果仔細一點看的話，可能會發現交易內容裡並沒有 from 的資訊，那麼到底要如何知道這是誰發出來的交易呢？這時就要利用 v, r, s 了 [7-8]。v, r, s 這三個參數合併起來可以組成 ECDSA 數位簽章，代表交易發起者對這個交易訊息簽名以證明這確實是他發出的。驗證時，可以很輕易地從 v, r, s 算出一個公鑰，然後公鑰又可以很容易推出錢包帳號，因此 v, r, s 就足以代表交易發起者了。
3.4. 發起交易時的執行流程
在 Ethereum 中發起交易時，交易會先被自己聯繫上的節點，然後節點再把交易廣播到他知道的其他節點，以類似 Gossip Protocol 的形式廣播出去。每個礦工節點都會先將收到的交易暫存起來放在一個籃子裡，當礦工節點要開始打包 block 時，會從籃子裡面挑出他想要打包的交易。通常來說，礦工會以利潤最高的交易優先，也就是交易發起者願意付出的 gas 越多越好。因為礦工節點成功打包交易時會獲得的「手續費」，是由打包成功的獎勵金再加上他這輪打包的所有交易付給他的 gas 的總和，因此選擇 gas 越多的交易對他越有利。不過需要注意的是，如果交易中夾帶了需要執行的智能合約，那麼智能合約越龐大，礦工就越不傾向去執行它，這筆交易就越難被礦工選上。
因為交易會以不特定形式廣播、打包交易時會有各種因素來選擇被打包的交易、以及打包完成後還有可能有 uncle block 的狀況，因此交易在何時才會被礦工節點打包，在 Ethereum 中是無法明確被保證的。以以太幣目前的公鏈來說，目前是每 15 秒會打包一個新的 block，考慮到 uncle block 的狀況的話，通常會等看到交易被寫入區塊鏈後再多等 12 個 block 的時間（也就是 15 x 12 = 180 秒），才能大致確保這個交易應該不會被推翻了。但這個時間是不包含等待礦工節點選到這筆交易的時間，實務上一個以太幣的交易大多都得花上數十分鐘到數小時才會完成。
3.5. nonce 的重要性：如何確保不會重複消費？
上面講到了，交易被廣播時存在著各種不確定因素，而且每個礦工節點都是依據自己的帳本自行運作的，那麼該怎麼解決共時的議題呢？想像一下，如果有個錢包裡面有 10 個 ether，接著這個錢包發起了兩個轉帳的交易，把 8 個 ether 匯給兩個不同的錢包地址，而且最糟糕的狀況是這兩筆交易在廣播的過程中，被兩個不同的礦工節點選上且打包了，Ethereum 系統該如何解決呢？
要解決這個議題，就必須引入交易中的「nonce」這個參數的概念了。nonce 是個從 0 開始的序號，代表某個錢包的第 n 筆交易。例如 0x001d3f1ef827552ae1114027bd3ecf1f086ba0f9 這個錢包發起的第一筆交易 nonce 必須寫上 0，第二筆交易必須寫上 1，以此類推。當礦工節點在打包交易時，如果看到一筆交易是來自某錢包，上面標註的 nonce 是 n，但自己手上的帳本中這個錢包的最後一次交易的 nonce 是 n-2，這時礦工節點會預期 nonce = n-1 的這個交易大概在網路傳輸時延遲了，因此會把 nonce = n 的交易先繼續放在籃子擺著，等到 nonce = n-1 的交易出現在帳本上或者籃子裡時，才會開始依序處理 nonce = n-1 和 nonce = n 的交易。換言之，在這個概念底下，雖然整個 Ethereum 是完全可共時操作的分散式系統，但對每個錢包地址來說，錢包地址的交易都是單一路線循序執行的 singleton，因此「重複消費」這類的問題先天就不會發生在 Ethereum 上。
不過這裡也同時會存在一個很需要注意的狀況，如果在發起交易時 nonce 亂寫，有很高的機率會導致礦工節點把你的交易一直延遲（因為他一直等不到中間少掉的交易），或者是直接把你的交易廢棄掉（如果出現已經出現過的 nonce 的話）。因此如果是在需要自己寫 nonce 的狀況，要非常謹慎地去處理它。
也因為存在這樣的機制，外加一些來自於像是 geth 或 parity 這些 client 的緣由 [7]，目前大部分的實作在嘗試針對同一個錢包做大量的交易發佈時，通常不會考慮 concurrent access 的操作模型，因為無論如何都難以避免單點故障的問題（總得有個分配及管理 nonce 這個交易序號的方法，而這個管理的地方就形成單點故障的成因）。
沒有留言:
張貼留言