在当今的区块链技术领域，Move VM作为一种关键的技术组件，在 Sui中 发挥着重要作用。

本文将深入剖析Move VM的各项技术细节，包括其初始化过程、代码缓存机制、发布模块与脚本的流程，以及函数执行和二进制格式等核心内容。

一、Move VM初始化

Move VM的初始化相对简洁高效，仅需初始化一个Loader实例，其内部实质是少量由Mutex保护的空表，如HashMap和Vec的实例。这一初始化过程成本较低，为后续操作奠定了基础。

而Loader在整个VM生命周期中扮演着代码缓存的关键角色，代码并非提前全部加载，而是在运行时，当函数和脚本执行之际按需加载。

一旦加载完成，模块和脚本便以加载后的形式被复用，随时可迅速投入执行，极大提高了执行效率。

二、代码缓存机制

1. 首次加载流程

• 当VM首次加载一个模块时，它会向数据存储发起查询，获取该模块的二进制数据（以Vec<u8>形式呈现），此过程可能触发网络访问。
• 紧接着，对获取到的二进制数据进行反序列化与严格验证，确保数据的准确性与完整性。
• 随后，着手加载模块的依赖项，这意味着对每个依赖项都要重复上述的查询、反序列化、验证及加载步骤。
• 最后，将模块与其依赖项进行链接，转换为适合运行时的表示形式，并由Loader进行缓存。此后，在该VM实例的生命周期内，对已加载模块的引用无需再次执行上述复杂的获取、验证及转换操作。

2. 缓存一致性

在常见的客户端场景中，系统交易执行硬升级时可能会打破代码缓存的一致性。

此时，适配器需暂停处理交易，直至客户端重启。不同的客户端可能采用各异的“代码模型”，如版本控制机制等。

因而，持有Move VM实例的客户端必须深谙代码缓存的行为特性，提供与已加载代码兼容的数据视图（DataStore）。

并且，当特定条件致使代码缓存一致性改变时，客户端有责任释放当前VM实例并重新实例化新的VM。

三、模块发布流程

客户端若要在系统中发布模块，需调用publish_module函数，该函数接收模块的二进制数据（已序列化）、发送者地址以及GasMeter引用作为参数，VM在接收到发布请求后会执行一系列严谨的步骤：

1. 首先对传入的模块进行反序列化操作，若反序列化失败，立即返回带有恰当StatusCode的错误信息。
2. 紧接着核对模块地址与发送者地址是否匹配，这一步骤旨在确保发布者即为最终持有该模块的账户。一旦发现二者不匹配，便返回StatusCode::MODULE_ADDRESS_DOES_NOT_MATCH_SENDER错误。
3. 由于Move中代码具有不可变性，VM会进一步检查模块是否已被发布，若存在重复发布同名模块的尝试，将触发StatusCode::DUPLICATE_MODULE_NAME错误。
4. 随后，VM对模块进行加载验证，确保模块在后续引用时能够顺利加载。若验证过程发现模块存在加载问题，同样会返回带有合适StatusCode的错误。
5. 当上述所有验证均通过后，VM将模块的序列化字节以特定的键写入存储。至此，该模块的任何引用都将被视为有效。

四、脚本执行机制

脚本在Move VM中扮演着执行特定逻辑事务的角色，它本质上是在script块中声明的Move函数，通过调用链上发布的框架来达成任务。VM执行脚本时遵循以下步骤：

1. 加载脚本与主函数：
   • 先计算脚本二进制数据的sha3_256哈希值，此哈希值将作为脚本的唯一标识，用于访问脚本缓存。
   • 依据哈希值查询脚本缓存，判断脚本是否已被加载。若未在缓存中找到，则启动加载流程，若加载失败，执行即刻停止，并返回带有相应StatusCode的错误。
   • 同时，对脚本主函数针对类型参数实例化进行检查，一旦发现错误，执行同样终止并返回错误。
2. 构建参数列表：
   • 脚本执行所需的首类参数是由VM依据senders向量中的账户地址创建的Signer值。
   • 随后，VM会逐一检查args向量中的其他参数，对照预设的许可类型白名单进行筛选，只有匹配白名单的参数才会被添加到脚本的参数列表中。若发现任何不匹配的类型，VM将返回StatusCode::TYPE_MISMATCH错误。
3. 执行脚本：
   • 一切准备就绪后，VM调用解释器执行脚本。在执行过程中，一旦遭遇任何错误，整个交易将被中止，VM同时返回执行失败信息，反之则返回执行成功的标识。

五、脚本函数执行

自Move VM 2.0版本起引入的脚本函数，与常规脚本有诸多相似之处，其字节码源自具有script可见性的链上模块中的Move函数。

执行脚本函数时，VM首先依据模块和函数名从链上模块加载相应函数，并着重检查其是否具备script可见性。

在完成加载与可见性检查后，其余的执行步骤与普通脚本执行流程如出一辙，即构建参数列表、调用解释器执行等。

若在执行过程中发现指定函数不存在，VM将返回FUNCTION_RESOLUTION_FAILURE状态码；若函数不具备script可见性，则会触发EXECUTE_SCRIPT_FUNCTION_CALLED_ON_NON_SCRIPT_VISIBLE状态码。

六、函数执行过程

Move VM提供了强大的功能，允许通过ModuleId和函数名执行模块中的任意函数。鉴于函数名在模块内具有唯一性（不存在重载情况），执行时无需提供函数签名。整个执行过程由VM分三步完成：

1. 加载函数：
   • 首要任务是加载指定的Module，若加载过程出现错误，执行将立即中断，并返回带有合适StatusCode的错误信息。
   • 成功加载模块后，VM在模块内查找目标函数，若无法解析函数，同样返回对应错误。
   • 此外，对于函数的类型参数（若存在），VM会逐个加载，并与函数定义中的类型参数进行严格比对，一旦发现不匹配，即刻返回错误。
2. 构建参数列表：
   • VM依据预设的许可类型白名单对传入的参数进行检查，确保每个参数的类型都符合要求。若存在类型不匹配的情况，VM将返回StatusCode::TYPE_MISMATCH错误。
3. 执行函数：
   • 当函数与参数均准备妥当，VM调用解释器执行函数。在执行期间，若出现任何错误，解释器将被中止，同时返回错误信息。最终，VM返回执行成功或失败的结果。

七、二进制格式剖析

1. 整体架构：

• 模块和脚本在Move VM生态中仅能以二进制形式进出，并且模块在链上也是以二进制格式存储。从逻辑层面看，模块仿若一个汇聚了函数与数据结构的集合，而脚本则更像是一个单纯的入口点，即一个带有参数但无返回值的函数。
• 二进制数据由头部和一组表构成，为节省空间，大量运用ULEB128算法压缩整数，因为二进制中的大部分数据是以索引形式存在，这种压缩方式成效显著。同时，向量序列化时遵循先存大小（以ULEB128形式）再依次存储元素的规则。

2. 详细组件：

• 二进制头部（Binary Header）：作为二进制数据的开篇，包含三个关键部分。Magic固定为4字节的0xA1, 0x1C, 0xEB, 0x0B，可视为一种标识；Version是4字节的小端无符号整数，用于指示版本信息；Table count则以ULEB128形式记录表的数量，当前最大表数量通常限制在1字节内。

• 表头部（Table Headers）：紧跟二进制头部之后，其数量与“Table count”定义相符。每个表头部都有特定格式，包括1字节的Table Kind用于标识表的类型，ULEB128格式的Table Offset指明表内容起始位置相对于表头部末尾的偏移量，以及ULEB128格式的Table Length记录表内容的字节数。各表在存储时必须紧密相连，不得存在间隙，内容也严禁重叠。

• 各表详情（Tables）：涵盖多种类型的表，如MODULE_HANDLES用于标识模块位置，通过一对索引指向ADDRESS_IDENTIFIERS表中的账户地址和IDENTIFIERS表中的模块名；STRUCT_HANDLES能唯一确定用户类型，包含模块、名称、是否为资源以及类型参数等信息；FUNCTION_HANDLES用于精准定位函数，涵盖函数所在模块、名称、参数与返回类型索引以及类型参数等关键要素。其他表如FUNCTION_INSTANTIATIONS、SIGNATURES、CONSTANT_POOL等也各自承担着描述函数实例化、签名、常量池等重要职责，每个表的格式都经过精心设计，以满足VM运行时的各种需求。

• 辅助定义（Kinds、SignatureTokens、Bytecodes等）：

  • Type Parameter Kind定义了1字节的类型参数种类，如ALL表示可被资源或可复制类型替代，COPYABLE限定只能被可复制类型替代，RESOURCE则要求必须被资源类型替代。
  • SignatureToken作为1字节的标识，用于表示不同的数据类型，像BOOL、U8、U64等基本类型，以及STRUCT、TYPE_PARAMETER、VECTOR等复杂类型，通过特定的组合规则能够准确描述函数的参数与返回值类型。
  • Bytecodes构成了Move VM的指令集，每条指令由1字节的操作码（opcode）和可能存在的负载（payload）组成，不同的操作码对应诸如POP、RET、BR_TRUE等不同的操作，负载则依据操作码的具体需求而定，用于实现VM的各种运算、跳转、数据操作等功能。

• 模块与脚本特定数据（Module Specific Data、Script Specific Data）：

  • 模块的二进制数据末尾有一个ULEB128形式的索引，指向ModuleHandle表，用于明确自身模块在众多模块中的位置。
  • 脚本由于自身特性，不存在FUNCTION_DEFINITIONS表，其入口点相关信息在二进制末尾依次描述，包括若脚本入口点为泛型时的类型参数信息（如数量与种类）、参数类型索引以及函数体字节码（含长度与具体字节码序列）。

结论

综上所述，Move VM通过精心设计的初始化、代码缓存、执行流程以及二进制格式等多方面机制，为区块链应用提供了高效、稳定且可靠的运行环境，助力区块链技术的蓬勃发展。

深入理解这些技术细节，对于开发人员优化基于Move VM的应用、解决潜在问题具有至关重要的意义。