go语言实现简单的mpt树

  • 门前雪
  • 更新于 2024-06-04 17:57
  • 阅读 1331

什么是mpt树MerklePatriciaTree(简称MPT树,实际上是一种trie前缀树)是以太坊中的一种加密认证的数据结构,可以用来存储所有的(key,value)对https://learnblockchain.cn/article/319(七哥的文章,详细讲解了mpt树)

什么是mpt树

<!--StartFragment-->

 Merkle Patricia Tree(简称MPT树,实际上是一种trie前缀树)是以太坊中的一种加密认证的数据结构,可以用来存储所有的(key,value)对 https://learnblockchain.cn/article/319 (七哥的文章,详细讲解了mpt树) <!--EndFragment-->

简易mpt树的实现

实现我们的简易mpt树需要定义4个结构体,1个结构体切片,还需要定义一个全局变量

全局变量

var EmptyHash = hash.BigToHash(big.NewInt(0))

它被用来作为初始根节点的哈希值(当树为空时)

结构体

接口结构体

ITrie interface {
        Store(key []byte, account types.Account) error
        Root() hash.Hash
        Load(key []byte) (types.Account, error)
    }

store:用于在 Trie 中存储一个键值对。它接收一个字节切片 key 作为查找的键,以及一个 account(类型为 types.Account)作为与该键关联的值 。 如果存储操作成功,则返回 nil 错误;如果有任何错误发生(比如存储失败),则返回相应的错误信息。 Root:返回当前树的根哈希 Load:根据提供的key关键字,查询账户

孩子结构体

Child struct {
        Path string
        Hash hash.Hash
    }

Path:根节点到该节点的路径 Hash :存储自己的哈希值

Child 切片

Children []Child

节点结构体

TrieNode struct {
        Path      string    
        Leaf      bool      
        ValueHash hash.Hash 
        Children  Children  
    }

Path:根节点到该节点的路径 Leaf:是否是叶子节点 ValueHash :当前节点的哈希值 Children :孩子

状态树结构体

State struct {
        db   kvstore.KVDatabase
        root *TrieNode
    }

db:键值对数据库的接口或抽象,用于持久化存储Trie节点数据 root :当前树的根节点,mpt树的状态管理

函数

NewChild

func NewChild(path string, hash hash.Hash) Child {
    return Child{
        Path: path,
        Hash: hash,
    }
}

直接return一个新建的孩子节点

排序函数

func (children Children) Len() int {
    return len(children)
}

func (children Children) Less(i, j int) bool {
    return strings.Compare(children[i].Path, children[j].Path) &lt; 0

}
func (children Children) Swap(i, j int) {
    children[i], children[j] = children[j], children[i]
}
func (node *TrieNode) Sort() {
    sort.Sort(node.Children)
}

这四个函数用于排序 sort函数:是对Children的切片按照一定的顺序排序,通过实现标准库中的sort.Interface接口中的三个方法(len,less,swap),实现了Children切片的排序 len函数:返回切片的长度,这是排序的基础信息 less函数:通过比较children.path实现升序排序 swap函数:交换

NewTrieNode

func NewTrienode() *TrieNode {
    return &TrieNode{
        Path: "",
    }
    }

path设置为""表示从根节点开始

TrieNodeFromBytes

func TrieNodeFromBytes(data []byte) (*TrieNode, error) {
    var node TrieNode
    err := rlp.DecodeBytes(data, &node)
    return &node, err
}

从给定的字节切片 data解码出一个 TrieNode 结构体的实例

NewState

func NewState(db kvstore.KVDatabase, root hash.Hash) *State {
    if bytes.Equal(EmptyHash[:], root[:]) {
        return &State{
            db:   db,
            root: NewTrienode(),
        }
    } else {
        value, err := db.Get(root[:])
        if err != nil {
            panic(err)
        }
        node, err := TrieNodeFromBytes(value)
        if err != nil {
            panic(err)
        }
        return &State{
            db:   db,
            root: node,
        }
    }

}

这个函数具体的执行逻辑如下

如果传入的root与表示为空的EmptyHash相等,表明这是一个新的,无数据的状态树,新建一个根节点并返回(从空节点开始新建一个状态树)

如果不等,表明不需要新建,已经存在,需要更新

1.根据根哈希在数据库中查找,err表示是否发生错误

2 发生错误,直接终止程序

3 更新State

辅助函数

func (node *TrieNode) Bytes() []byte {
    data, _ := rlp.EncodeToBytes(node)
    return data
}
func (node *TrieNode) Hash() hash.Hash {
    data := node.Bytes()
    return sha3.Keccak256(data)
}
func (state *State) Root() hash.Hash {
    return state.root.Hash()
}

func prefixLength(s1, s2 string) int {
    length := len(s1)
    if length > len(s2) {
        return len(s2)
    }
    for i := 0; i &lt; length; i++ {
        if s1[i] != s2[i] {
            return i
        }
    }
    return length
}

Bytes

将 Trienode结构体实例序列化为 RLP 编码的字节切片

Hash()

计算并返回 TrieNode 实例的 Keccak-256 哈希值

Root()

获取当前状态树的根哈希

prefixLength

这个辅助函数计算两个字符串 s1s2 的公共前缀长度。它首先比较两个字符串的长度,取较短的那个长度作为可能的最大前缀长度。然后,通过循环逐字符对比,直到找到第一个不匹配的字符或者遍历完较短字符串的长度。这个函数在处理路径或键值比较时非常有用,特别是在Trie结构中,可以用来快速识别共享路径部分,加速查找或比较过程。(找到共同前缀的长度)

查找函数

func (state *State) FindAncestors(path string) ([]string, []hash.Hash) { //查找
    current := state.root
    paths, hashs := make([]string, 0), make([]hash.Hash, 0)
    paths = append(paths, "")
    hashs = append(hashs, state.Root())
    prefix := ""
    for {
        flag := false
        for _, child := range current.Children {
            tmp := prefix + child.Path
            length := prefixLength(path, tmp)
            if length == len(tmp) {
                prefix = prefix + child.Path
                paths = append(paths, child.Path)
                hashs = append(hashs, child.Hash)
                flag = true
                data, _ := state.db.Get(child.Hash[:])
                current, _ = TrieNodeFromBytes(data)
                break
            } else if length > len(prefix) { //分叉
                l := length - len(prefix)
                str := child.Path[:l]
                paths = append(paths, str)
                hashs = append(hashs, child.Hash)
                return paths, hashs
            }

        }
        if !flag {
            break
        }
    }
    return paths, hashs
}

这个函数是用于查找的,查找在存储,查找中很重要

当前节点执行状态树根

初始化2个变量 paths,hahs

让paths,hashs从根节点开始

定义一个从根节点开始开始的前缀

for循环查找

flag用于决定是否继续查找

构建一个变量tmp,表示从根节点到当前节点的路径

构建一个变量length,表示需要查找的路径与当前节点共同的长度

如果当前路径与tmp匹配{

更新当前路径前缀 prefix,使其包含刚刚匹配的 chiid.path ,以便不断查找

更新paths,以便paths收集经过的路径

更新hashs,以便记录经历过的节点哈希

更改flag,以便决定是否继续查找

根据hashs去数据库里面查找

更新当前节点,以便于继续查找

}如果不匹配且公共前缀大于当前的路径前缀--分叉{

计算分叉点的长度差

从当前子节点的路径 child.Path 中截取与已知前缀匹配的部分

更新分叉点路径

更新分叉点哈希

返回分叉点的信息

}

如果以上都没有,结束循环

返回最后查找到的paths,hashs(没分叉就插入)

LoadTFH

func (state *State) LoadTeieNodeFromHash(hash hash.Hash) (*TrieNode, error) {
    data, err := state.db.Get(hash[:])
    if err != nil {
        return nil, err
    }
    return TrieNodeFromBytes(data)
}

从数据库中根据给定的哈希值 hash 加载一个 Trie节点

返回一个解码之后的节点

Save

func (state *State) Save(node TrieNode) {
    h := node.Hash()
    state.db.Put(h[:], node.Bytes())
}

将指定的node存储到数据库中

Load

func (state *State) Load(key []byte) (types.Account, error) {
    path := hexutil.Encode(key)
    path = path[2:]
    paths, hashs := state.FindAncestors(path)
    matched := strings.Join(paths, "")
    var account types.Account
    if strings.EqualFold(path, matched) {
        lastHash := hashs[len(hashs)-1]

        leafNode, err := state.LoadTeieNodeFromHash(lastHash)
        if err != nil {
            return account, err
        }
        if !leafNode.Leaf {
            return account, errors.New("not found")

        }
        data, err := state.db.Get(leafNode.ValueHash[:])
        _ = rlp.DecodeBytes(data, &account)
        return account, err
    } else {
        return account, errors.New("哦,没找到,玩球,代码出错了")
    }

}

给定一个key,查找对应的账户信息

执行逻辑:

将对应的Key转换成十六进制编码

去掉前缀

调用查找函数,获取指定key的路径和哈希

将找到的路径片段 (paths) 连接起来,得到 matched,并与原始的 path 比较。如果两者完全匹配,表示路径正确无误,可以继续查找账户;如果不匹配,说明路径有问题或账户不存在,返回错误信息。

查找到的一定要是叶子节点,如果不是说明有问题

如果路径匹配,取出最后一个哈希值 lasthah,使用 LoadTeieNodeFromHash 加载对应的叶子节点。如果加载失败或该节点不是叶子节点返回错误。

如果叶子节点有效,使用叶子节点的 valuehash 从数据库中获取账户的具体数据,然后通过 rlp的哈桑解码这些数据到 accuount 结构体中。最后,返回账户和可能发生的错误。

如果不匹配,gg

Update函数

func (state *State) Update(node *TrieNode, hash []hash.Hash) {
    childHash := node.Hash()
    childPath := node.Path
    depth := len(hash)
    if depth == 1 {
        state.root = node
    }
    for i := depth - 2; i >= 0; i-- {
        current, _ := state.LoadTeieNodeFromHash(hash[i]) //
        for key := range current.Children {
            if strings.Contains(current.Children[key].Path, childPath) {
                current.Children[key].Hash = childHash
                current.Children[key].Path = childPath
                state.Save(*current)
                childHash = current.Hash()
                childPath = current.Path
                break
            }
        }
        if i == 0 {
            state.root = current
        }
    }

}

更新trie,自下而上更新

执行逻辑:

首先计算当前节点的hash,path

计算深度,确定遍历深度,如果深度为1,更新根节点

从 倒数第二层 开始倒序遍历(不包括叶子节点,因为那是要更新的目标),遍历到根节点(索引为 0){

根据hash[i]找到每层的节点

遍历当前层的子节点{

如果当前字节点的路径包含目标路径(

更新该子节点的哈希值和路径为新值,并保存更新后的子节点到数据库然后更新 childhash 和 childPath 为当前已更新节点的哈希值和路径,为下次的迭代做准备

结束当前循环

}

{

遍历到根节点

直接更新为当前节点

}

}

}

store函数

func (state *State) Store(key []byte, account types.Account) error {
    value := account.Bytes()
    valueHash := sha3.Keccak256(value)
    state.db.Put(valueHash[:], value)
    path := hexutil.Encode(key)
    path = path[2:]
    paths, hashs := state.FindAncestors(path)
    prefix := strings.Join(paths, "")
    depth := len(hashs)
    node, _ := state.LoadTeieNodeFromHash(hashs[depth-1])
    if strings.EqualFold(prefix, path) {
        node.ValueHash = valueHash
        state.Save(*node)
        state.Update(node, hashs)

    } else {
        if strings.EqualFold(node.Path, paths[depth-1]) {
            prefix := strings.Join(paths, "")
            leafPath := path[len(prefix):]
            leafNode := NewTrienode()
            leafNode.Leaf = true
            leafNode.Path = leafPath
            leafNode.ValueHash = valueHash
            state.Save(*leafNode)
            leafHash := leafNode.Hash()
            node.Children = append(node.Children, NewChild(leafPath, leafHash))
            node.Sort()
            state.Save(*node)
            state.Update(node, hashs)
        } else {
            //第一个孩子
            lastMatched := paths[len(paths)-1]
            node.Path = node.Path[len(lastMatched):]
            state.Save(*node)
            prefix := strings.Join(paths, "")
            leafPath := path[len(prefix):]
            //第二个孩子
            leafNode := NewTrienode()
            leafNode.Leaf = true
            leafNode.Path = leafPath
            leafNode.ValueHash = valueHash
            state.Save(*leafNode)
            //孩子的父亲
            newNode := NewTrienode()
            newNode.Path = lastMatched
            newNode.Children = make(Children, 0)
            newNode.Children = append(newNode.Children, NewChild(node.Path, node.Hash()), NewChild(leafNode.Path, leafNode.Hash()))
            newNode.Sort()
            state.Save(*newNode)
            state.Update(newNode, hashs)
        }
    }
    return nil
}

将给定的 key 和对应的账户信息 account 存储到 Trie 结构中

执行逻辑:

将 account 序列化为字节切片 value,然后计算 value 的 Keccak-256 哈希值 valuehash。

将 valuehash作为键,value 作为值存入数据库

key 进行十六进制编码,去除前缀 0x,得到 path。

使用 查找 函数查找 path 上的所有祖先路径片段及对应哈希值。

prefix表示从根节点到当前节点的路劲

加载最后一个祖先节点(根据 hashs[depth-1]),准备进行更新操作

如果根节点与目标节点没有中间节点直接更新

其他情况

1 :当前遍历到的节点(node)的路径等于 paths[depth-1] 时的情形。这意味着我们已经到达了需要插入新数据的节点的父节点,但目标路径比当前路径稍长一点

计算完整的前缀路径 prefix 为所有祖先路径的组合。

从目标路径 path 中提取出超出 prefix部分的剩余部分作为 leafPath,这将是新叶子节点的路径。

创建一个新的 leafNode,设置其为叶子节点(Leaf = true),并赋予其 Path 为 leafPath 和 ValueHash 为之前计算的账户值的哈希值。

保存 leafNode到数据库。

计算 leafNode 的哈希值 leafHash。

向当前节点 弄得的子节点列表 Children 中添加一个新的子节点,路径为 leafPath,哈希值为 leafHash。

对子节点列表进行排序,保持有序

保存更新后的 node 到数据库。

调用 Update(node, hashs)函数,递归更新祖先节点直到根节点,以反映当前的结构变化。

2:分叉

识别最后匹配的路径

修改当前节点的path(去掉了匹配的部分)

存储当前节点

获取当前节点到根节点的路径

获取叶子的path

创建新的叶子节点,设置为叶子节点,并赋予新的路径和hash后报错到数据库

新建父亲节点,更新父亲节点路径,初始化孩子并添加孩子后给字节点排序。

保存,更新

其他代码

Sifotd/ash (github.com)

  • 原创
  • 学分: 32
  • 分类: Go
  • 标签:
点赞 0
收藏 1
分享
本文参与登链社区写作激励计划 ,好文好收益,欢迎正在阅读的你也加入。

4 条评论

请先 登录 后评论
门前雪
门前雪
0xd3eb...1f81
永远喜欢大狐狸