并行合约

FISCO BCOS提供了可并行合约开发框架,开发者按照框架规范编写的合约,能够被FISCO BCOS节点并行地执行。并行合约的优势有:

  • 高吞吐:多笔独立交易同时被执行,能最大限度利用机器的CPU资源,从而拥有较高的TPS
  • 可拓展:可以通过提高机器的配置来提升交易执行的性能,以支持不断扩大业务规模

接下来,我将介绍如何编写FISCO BCOS并行合约,以及如何部署和执行并行合约。

预备知识

并行互斥

两笔交易是否能被并行执行,依赖于这两笔交易是否存在互斥。互斥,是指两笔交易各自操作合约存储变量的集合存在交集

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),则这笔操作的互斥对象是[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]。

判断同一时刻两笔交易是否能并行执行,就是判断两笔交易的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。

编写并行合约

FISCO BCOS提供了可并行合约开发框架,开发者只需按照框架的规范开发合约,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会在执行交易前,自动解析互斥对象,在同一时刻尽可能让无依赖关系的交易并行执行。

目前,FISCO BCOS提供了solidity预编译合约两种可并行合约开发框架。

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。(ParallelContract.sol合约代码参考这里

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

  1. pragma solidity ^0.4.25;
  2. import "./ParallelContract.sol"; // 引入ParallelContract.sol
  3. contract ParallelOk is ParallelContract // 将ParallelContract 作为基类
  4. {
  5. // 合约实现
  6. mapping (string => uint256) _balance;
  7. function transfer(string from, string to, uint256 num) public
  8. {
  9. // 此处为简单举例,实际生产中请用SafeMath代替直接加减
  10. _balance[from] -= num;
  11. _balance[to] += num;
  12. }
  13. function set(string name, uint256 num) public
  14. {
  15. _balance[name] = num;
  16. }
  17. function balanceOf(string name) public view returns (uint256)
  18. {
  19. return _balance[name];
  20. }
  21. // 注册可以并行的合约接口
  22. function enableParallel() public
  23. {
  24. // 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
  25. registerParallelFunction("transfer(string,string,uint256)", 2); // critical: string string
  26. registerParallelFunction("set(string,uint256)", 1); // critical: string
  27. }
  28. // 注销并行合约接口
  29. function disableParallel() public
  30. {
  31. unregisterParallelFunction("transfer(string,string,uint256)");
  32. unregisterParallelFunction("set(string,uint256)");
  33. }
  34. }

具体步骤如下:

(1)将ParallelContract作为合约的基类

  1. pragma solidity ^0.4.25;
  2. import "./ParallelContract.sol"; // 引入ParallelContract.sol
  3. contract ParallelOk is ParallelContract // 将ParallelContract 作为基类
  4. {
  5. // 合约实现
  6. // 注册可以并行的合约接口
  7. function enableParallel() public;
  8. // 注销并行合约接口
  9. function disableParallel() public;
  10. }

(2)编写可并行的合约接口

合约中的public函数,是合约的接口。编写可并行的合约接口,是根据一定的规则,实现一个合约中的public函数。

确定接口是否可并行

可并行的合约接口,必须满足:

  • 无调用外部合约
  • 无调用其它函数接口

确定互斥参数

在编写接口前,先确定接口的互斥参数,接口的互斥即是对全局变量的互斥,互斥参数的确定规则为:

  • 接口访问了全局mapping,mapping的key是互斥参数
  • 接口访问了全局数组,数组的下标是互斥参数
  • 接口访问了简单类型的全局变量,所有简单类型的全局变量共用一个互斥参数,用不同的变量名作为互斥对象

例如:合约里有多个简单类型的全局变量,不同接口访问了不同的全局变量。如要将不同接口并行,则需要在修改了全局变量的接口参数中定义一个互斥参数,用来调用时指明使用了哪个全局变量。在调用时,主动给互斥参数传递相应修改的全局变量的“变量名”,用以标明此笔交易的互斥对象。如:setA(int x)函数中修改了全局参数globalA,则需要将setA函数定义为set(string aflag, int x), 在调用时,传入setA("globalA", 10),用变量名“globalA”来指明此交易的互斥对象是globalA

确定参数类型和顺序

确定互斥参数后,根据规则确定参数类型和顺序,规则为:

  • 接口参数仅限:string、address、uint256、int256(未来会支持更多类型)
  • 互斥参数必须全部出现在接口参数中
  • 所有互斥参数排列在接口参数的最前
  1. mapping (string => uint256) _balance; // 全局mapping
  2. // 互斥变量from、to排在最前,作为transfer()开头的两个参数
  3. function transfer(string from, string to, uint256 num) public
  4. {
  5. _balance[from] -= num; // from 是全局mapping的key,是互斥参数
  6. _balance[to] += num; // to 是全局mapping的key,是互斥参数
  7. }
  8. // 互斥变量name排在最前,作为set()开头的参数
  9. function set(string name, uint256 num) public
  10. {
  11. _balance[name] = num;
  12. }

(3)在框架中注册可并行的合约接口

在合约中实现 enableParallel() 函数,调用registerParallelFunction()注册可并行的合约接口。同时也需要实现disableParallel()函数,使合约具备取消并行执行的能力。

  1. // 注册可以并行的合约接口
  2. function enableParallel() public
  3. {
  4. // 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
  5. registerParallelFunction("transfer(string,string,uint256)", 2); // transfer接口,前2个是互斥参数
  6. registerParallelFunction("set(string,uint256)", 1); // transfer接口,前1个四互斥参数
  7. }
  8. // 注销并行合约接口
  9. function disableParallel() public
  10. {
  11. unregisterParallelFunction("transfer(string,string,uint256)");
  12. unregisterParallelFunction("set(string,uint256)");
  13. }

(4)部署/执行并行合约

控制台Web3SDK编译和部署合约,此处以控制台为例。

部署合约

  1. [group:1]> deploy ParallelOk.sol

调用 enableParallel()接口,让ParallelOk能并行执行

  1. [group:1]> call ParallelOk.sol 0x8c17cf316c1063ab6c89df875e96c9f0f5b2f744 enableParallel

发送并行交易 set()

  1. [group:1]> call ParallelOk.sol 0x8c17cf316c1063ab6c89df875e96c9f0f5b2f744 set "jimmyshi" 100000

发送并行交易 transfer()

  1. [group:1]> call ParallelOk.sol 0x8c17cf316c1063ab6c89df875e96c9f0f5b2f744 transfer "jimmyshi" "jinny" 80000

查看交易执行结果 balanceOf()

  1. [group:1]> call ParallelOk.sol 0x8c17cf316c1063ab6c89df875e96c9f0f5b2f744 balanceOf "jinny"
  2. 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,在这之上实现合约逻辑。基于此,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

  1. 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。互斥参数与预编译合约的实现相关,此处涉及对FISCO BCOS存储的理解,具体的实现可直接阅读代码或询问相关有经验的程序员。

  1. // 根据并行接口,从参数中取出互斥对象,返回互斥对象
  2. std::vector<std::string> getParallelTag(bytesConstRef param) override
  3. {
  4. // 获取被调用的函数名(func)和参数(data)
  5. uint32_t func = getParamFunc(param);
  6. bytesConstRef data = getParamData(param);
  7. std::vector<std::string> results;
  8. if (func == name2Selector[DAG_TRANSFER_METHOD_TRS_STR2_UINT]) // 函数是并行接口
  9. {
  10. // 接口为:userTransfer(string,string,uint256)
  11. // 从data中取出互斥对象
  12. std::string fromUser, toUser;
  13. dev::u256 amount;
  14. abi.abiOut(data, fromUser, toUser, amount);
  15. if (!invalidUserName(fromUser) && !invalidUserName(toUser) && (amount > 0))
  16. {
  17. // 将互斥对象写到results中
  18. results.push_back(fromUser);
  19. results.push_back(toUser);
  20. }
  21. }
  22. 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
  23. return results; //返回互斥
  24. }

(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合约已在上文中给出。

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

  1. # 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>
  2. java -cp conf/:lib/*:apps/* org.fisco.bcos.channel.test.parallel.parallelok.PerformanceDT 1 add 10000 2500 user
  3. # 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。

  1. # 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>
  2. java -cp conf/:lib/*:apps/* org.fisco.bcos.channel.test.parallel.parallelok.PerformanceDT 1 transfer 100000 4000 user 2
  3. # 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。

  1. Total transactions: 100000
  2. Total time: 34412ms
  3. TPS: 2905.9630361501804
  4. Avg time cost: 4027ms
  5. Error rate: 0%
  6. Return Error rate: 0%
  7. Time area:
  8. 0 < time < 50ms : 0 : 0.0%
  9. 50 < time < 100ms : 44 : 0.044000000000000004%
  10. 100 < time < 200ms : 2617 : 2.617%
  11. 200 < time < 400ms : 6214 : 6.214%
  12. 400 < time < 1000ms : 14190 : 14.19%
  13. 1000 < time < 2000ms : 9224 : 9.224%
  14. 2000 < time : 67711 : 67.711%
  15. validation:
  16. user count is 10000
  17. verify_success count is 10000
  18. verify_failed count is 0

可以看出,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

  1. cd tools
  2. 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)

  1. statistic_end = 21:26:58.631195
  2. statistic_start = 21:26:24.051715
  3. 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。命令参数与parallelOk相同,不同的仅仅是命令所调用的对象是precompile。

  1. # 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>
  2. java -cp conf/:lib/*:apps/* org.fisco.bcos.channel.test.parallel.precompile.PerformanceDT 1 add 10000 2500 user
  3. # 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。

  1. # 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>
  2. java -cp conf/:lib/*:apps/* org.fisco.bcos.channel.test.parallel.precompile.PerformanceDT 1 transfer 100000 4000 user 2
  3. # 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。

  1. Total transactions: 80000
  2. Total time: 25451ms
  3. TPS: 3143.2949589407094
  4. Avg time cost: 5203ms
  5. Error rate: 0%
  6. Return Error rate: 0%
  7. Time area:
  8. 0 < time < 50ms : 0 : 0.0%
  9. 50 < time < 100ms : 0 : 0.0%
  10. 100 < time < 200ms : 0 : 0.0%
  11. 200 < time < 400ms : 0 : 0.0%
  12. 400 < time < 1000ms : 403 : 0.50375%
  13. 1000 < time < 2000ms : 5274 : 6.592499999999999%
  14. 2000 < time : 74323 : 92.90375%
  15. validation:
  16. user count is 10000
  17. verify_success count is 10000
  18. 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

  1. cd tools
  2. 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)

  1. statistic_end = 11:29:59.587145
  2. statistic_start = 11:25:00.642866
  3. total transactions = 3340000, execute_time = 298945ms, tps = 11172 (tx/s)

结果说明

本文举例中的性能结果,是在3SDK、4节点、8核、16G内存、1G网络下测得。每个SDK和节点都部署在不同的VPS中,硬盘为云硬盘。实际TPS会根据你的硬件配置、操作系统和网络带宽有所变化。