死磕以太坊源码分析之Ethash共识算法

时间 2020-12-18

标签 git github 算法 api 数组缓存 app 异步 ide 函数栏目 Git 繁體版

原文原文链接

死磕以太坊源码分析之Ethash共识算法git

代码分支：https://github.com/ethereum/go-ethereum/tree/v1.9.9github

引言

目前以太坊中有两个共识算法的实现：clique和ethash。而ethash是目前以太坊主网（Homestead版本）的POW共识算法。算法

目录结构

ethash模块位于以太坊项目目录下的consensus/ethash目录下。api

algorithm.go
实现了Dagger-Hashimoto算法的全部功能，好比生成cache和dataset、根据Header和Nonce计算挖矿哈希等。
api.go
实现了供RPC使用的api方法。
consensus.go
实现了以太坊共识接口的部分方法，包括Verify系列方法（VerifyHeader、VerifySeal等）、Prepare和Finalize、CalcDifficulty、Author、SealHash。
ethash.go
实现了cache结构体和dataset结构体及它们各自的方法、MakeCache/MakeDataset函数、Ethash对象的New函数，和Ethash的内部方法。
sealer.go
实现了共识接口的Seal方法，和Ethash的内部方法mine。这些方法实现了ethash的挖矿功能。

Ethash 设计原理

Ethash设计目标

以太坊设计共识算法时，指望达到三个目的：数组

抗ASIC性：为算法建立专用硬件的优点应尽量小，让普通计算机用户也能使用CPU进行开采。
- 经过内存限制来抵制（ASIC使用矿机内存昂贵）
- 大量随机读取内存数据时计算速度就不只仅受限于计算单元，更受限于内存的读出速度。
轻客户端可验证性: 一个区块应能被轻客户端快速有效校验。
矿工应该要求存储完整的区块链状态。

哈希数据集

ethash要计算哈希，须要先有一块数据集。这块数据集较大，初始大小大约有1G，每隔 3 万个区块就会更新一次，且每次更新都会比以前变大8M左右。计算哈希的数据源就是从这块数据集中来的；而决定使用数据集中的哪些数据进行哈希计算的，才是header的数据和Nonce字段。这部分是由Dagger算法实现的。缓存

Dagger

Dagger算法是用来生成数据集Dataset的，核心的部分就是Dataset的生成方式和组织结构。app

能够把Dataset想成多个item（dataItem）组成的数组，每一个item是64字节的byte数组（一条哈希）。dataset的初始大小约为1G，每隔3万个区块（一个epoch区间）就会更新一次，且每次更新都会比以前变大8M左右。异步

Dataset的每一个item是由一个缓存块（cache）生成的，缓存块也能够看作多个item（cacheItem）组成，缓存块占用的内存要比dataset小得多，它的初始大小约为16M。同dataset相似，每隔 3 万个区块就会更新一次，且每次更新都会比以前变大128K左右。ide

生成一条dataItem的程是：从缓存块中“随机”（这里的“随机”不是真的随机数，而是指事前不能肯定，但每次计算获得的都是同样的值）选择一个cacheItem进行计算，得的结果参与下次计算，这个过程会循环 256 次。函数

缓存块是由seed生成的，而seed的值与块的高度有关。因此生成dataset的过程以下图所示：

Dagger还有一个关键的地方，就是肯定性。即同一个epoch内，每次计算出来的seed、缓存、dataset都是相同的。不然对于同一个区块，挖矿的人和验证的人使用不一样的dataset，就无法进行验证了。

Hashimoto算法

是Thaddeus Dryja创造的。旨在经过IO限制来抵制矿机。在挖矿过程当中，使内存读取限制条件，因为内存设备自己会比计算设备更加便宜以及广泛，在内存升级优化方面，全世界的大公司也都投入巨大，以使内存可以适应各类用户场景，因此有了随机访问内存的概念RAM，所以,现有的内存可能会比较接近最优的评估算法。Hashimoto算法使用区块链做为源数据，知足了上面的 1 和 3 的要求。

它的做用就是使用区块Header的哈希和Nonce字段、利用dataset数据，生成一个最终的哈希值。

源码解析

生成哈希数据集

generate函数位于ethash.go文件中，主要是为了生成dataset,其中包扩如下内容。

生成cache size

cache size 主要某个特定块编号的ethash验证缓存的大小 *， epochLength 为 30000，若是epoch 小于 2048，则从已知的epoch返回相应的cache size，不然从新计算epoch

cache的大小是线性增加的，size的值等于(2²⁴ + 2¹⁷ * epoch - 64)，用这个值除以 64 看结果是不是一个质数，若是不是，减去128 再从新计算，直到找到最大的质数为止。

csize := cacheSize(d.epoch*epochLength + 1)

func cacheSize(block uint64) uint64 {
	epoch := int(block / epochLength)
	if epoch < maxEpoch {
		return cacheSizes[epoch]
	}
	return calcCacheSize(epoch)
}

func calcCacheSize(epoch int) uint64 {
	size := cacheInitBytes + cacheGrowthBytes*uint64(epoch) - hashBytes
	for !new(big.Int).SetUint64(size / hashBytes).ProbablyPrime(1) { // Always accurate for n < 2^64
		size -= 2 * hashBytes
	}
	return size
}

生成dataset size

dataset Size 主要某个特定块编号的ethash验证缓存的大小 , 相似上面生成cache size

dsize := datasetSize(d.epoch*epochLength + 1)

func datasetSize(block uint64) uint64 {
	epoch := int(block / epochLength)
	if epoch < maxEpoch {
		return datasetSizes[epoch]
	}
	return calcDatasetSize(epoch)
}

生成 seed 种子

seedHash是用于生成验证缓存和挖掘数据集的种子。长度为 32。

seed := seedHash(d.epoch*epochLength + 1)

func seedHash(block uint64) []byte {
	seed := make([]byte, 32)
	if block < epochLength {
		return seed
	}
	keccak256 := makeHasher(sha3.NewLegacyKeccak256())
	for i := 0; i < int(block/epochLength); i++ {
		keccak256(seed, seed)
	}
	return seed
}

生成cache

generateCache(cache, d.epoch, seed)

接下来分析generateCache的关键代码：

先了解一下hashBytes，在下面的计算中都是以此为单位，它的值为 64 ，至关于一个keccak512哈希的长度,下文以item称呼[hashBytes]byte。

①：初始化cache

此循环用来初始化cache：先将seed的哈希填入cache的第一个item,随后使用前一个item的哈希，填充后一个item。

for offset := uint64(hashBytes); offset < size; offset += hashBytes {
		keccak512(cache[offset:], cache[offset-hashBytes:offset])
		atomic.AddUint32(&progress, 1)
	}

②：对cache中数据按规则作异或

为对于每个item（srcOff），“随机”选一个item（xorOff）与其进行异或运算；将运算结果的哈希写入dstOff中。这个运算逻辑将进行cacheRounds次。

两个须要注意的地方：

一是srcOff是从尾部向头部变化的，而dstOff是从头部向尾部变化的。而且它俩是对应的，即当srcOff表明倒数第x个item时，dstOff则表明正数第x个item。
二是xorOff的选取。注意咱们刚才的“随机”是打了引号的。xorOff的值看似随机，由于在给出seed以前，你没法知道xorOff的值是多少；但一旦seed的值肯定了，那么每一次xorOff的值都是肯定的。而seed的值是由区块的高度决定的。这也是同一个epoch内老是能获得相同cache数据的缘由。

for i := 0; i < cacheRounds; i++ {
		for j := 0; j < rows; j++ {
			var (
				srcOff = ((j - 1 + rows) % rows) * hashBytes
				dstOff = j * hashBytes
				xorOff = (binary.LittleEndian.Uint32(cache[dstOff:]) % uint32(rows)) * hashBytes
			)
			bitutil.XORBytes(temp, cache[srcOff:srcOff+hashBytes], cache[xorOff:xorOff+hashBytes])
			keccak512(cache[dstOff:], temp)

			atomic.AddUint32(&progress, 1)
		}
	}

生成dataset

dataset大小的计算和cache相似，量级不一样：2³⁰ + 2²³ * epoch - 128，而后每次减256寻找最大质数。

生成数据是一个循环，每次生成64个字节，主要的函数是generateDatasetItem：

generateDatasetItem的数据来源就是cache数据，而最终的dataset值会存储在mix变量中。整个过程也是由多个循环构成。

①：初始化mix变量

根据cache值对mix变量进行初始化。其中hashWords表明的是一个hash里有多少个word值：一个hash的长度为hashBytes即64字节，一个word（uint32类型）的长度为 4 字节，所以hashWords值为 16。选取cache中的哪一项数据是由参数index和i变量决定的。

mix := make([]byte, hashBytes)
	binary.LittleEndian.PutUint32(mix, cache[(index%rows)*hashWords]^index)
	for i := 1; i < hashWords; i++ {
		binary.LittleEndian.PutUint32(mix[i*4:], cache[(index%rows)*hashWords+uint32(i)])
	}
	keccak512(mix, mix)

②：将mix转换成[]uint32类型

intMix := make([]uint32, hashWords)
	for i := 0; i < len(intMix); i++ {
		intMix[i] = binary.LittleEndian.Uint32(mix[i*4:])
	}

③：将cache数据聚合进intmix

for i := uint32(0); i < datasetParents; i++ {
		parent := fnv(index^i, intMix[i%16]) % rows
		fnvHash(intMix, cache[parent*hashWords:])
	}

FNV哈希算法，是一种不须要使用密钥的哈希算法。

这个算法很简单：a乘以FNV质数0x01000193，而后再和b异或。

首先用这个算法算出一个索引值，利用这个索引从cache中选出一个值（data），而后对mix中的每一个字节都计算一次FNV，获得最终的哈希值。

func fnv(a, b uint32) uint32 {
    return a*0x01000193 ^ b
}
func fnvHash(mix []uint32, data []uint32) {
    for i := 0; i < len(mix); i++ {
        mix[i] = mix[i]*0x01000193 ^ data[i]
    }
}

④：将intMix又恢复成mix并计算mix的哈希返回

for i, val := range intMix {
		binary.LittleEndian.PutUint32(mix[i*4:], val)
	}
	keccak512(mix, mix)
	return mix

generateCache和generateDataset是实现Dagger算法的核心函数，到此整个生成哈希数据集的的过程结束。

共识引擎核心函数

代码位于consensus.go

①：Author

// 返回coinbase, coinbase是打包第一笔交易的矿工的地址
func (ethash *Ethash) Author(header *types.Header) (common.Address, error) {
	return header.Coinbase, nil
}

②：VerifyHeader

主要有两步检查，第一步检查header是否已知或者是未知的祖先，第二步是ethash的检查：

2.1 header.Extra 不能超过32字节

if uint64(len(header.Extra)) > params.MaximumExtraDataSize {  // 不超过32字节
		return fmt.Errorf("extra-data too long: %d > %d", len(header.Extra), params.MaximumExtraDataSize)
	}

2.2 时间戳不能超过15秒，15秒之后的就被认定为将来的块

if !uncle {
		if header.Time > uint64(time.Now().Add(allowedFutureBlockTime).Unix()) {
			return consensus.ErrFutureBlock
		}
	}

2.3 当前header的时间戳小于父块的

if header.Time <= parent.Time { // 当前header的时间小于等于父块的
		return errZeroBlockTime
	}

2.4 根据时间戳和父块的难度来验证块的难度

expected := ethash.CalcDifficulty(chain, header.Time, parent)
	if expected.Cmp(header.Difficulty) != 0 {
		return fmt.Errorf("invalid difficulty: have %v, want %v", header.Difficulty, expected)
	}

2.5验证gas limit小于2⁶³ -1

cap := uint64(0x7fffffffffffffff)
	if header.GasLimit > cap {
		return fmt.Errorf("invalid gasLimit: have %v, max %v", header.GasLimit, cap)
	}

2.6 确认gasUsed为<= gasLimit

if header.GasUsed > header.GasLimit {
		return fmt.Errorf("invalid gasUsed: have %d, gasLimit %d", header.GasUsed, header.GasLimit)
	}

2.7 验证块号是父块加1

if diff := new(big.Int).Sub(header.Number, parent.Number); diff.Cmp(big.NewInt(1)) != 0 {
		return consensus.ErrInvalidNumber
	}

2.8检查给定的块是否知足pow难度要求

if seal {
		if err := ethash.VerifySeal(chain, header); err != nil {
			return err
		}
	}

③：VerifyUncles

3.1叔叔块最多两个

if len(block.Uncles()) > maxUncles {
		return errTooManyUncles
	}

3.2收集叔叔块和祖先块

number, parent := block.NumberU64()-1, block.ParentHash()
	for i := 0; i < 7; i++ {
		ancestor := chain.GetBlock(parent, number)
		if ancestor == nil {
			break
		}
		ancestors[ancestor.Hash()] = ancestor.Header()
		for _, uncle := range ancestor.Uncles() {
			uncles.Add(uncle.Hash())
		}
		parent, number = ancestor.ParentHash(), number-1
	}
	ancestors[block.Hash()] = block.Header()
	uncles.Add(block.Hash())

3.3 确保叔块只被奖励一次且叔块有个有效的祖先

for _, uncle := range block.Uncles() {
		// Make sure every uncle is rewarded only once
		hash := uncle.Hash()
		if uncles.Contains(hash) {
			return errDuplicateUncle
		}
		uncles.Add(hash)

		// Make sure the uncle has a valid ancestry
		if ancestors[hash] != nil {
			return errUncleIsAncestor
		}
		if ancestors[uncle.ParentHash] == nil || uncle.ParentHash == block.ParentHash() {
			return errDanglingUncle
		}
		if err := ethash.verifyHeader(chain, uncle, ancestors[uncle.ParentHash], true, true); err != nil {
			return err
		}

④：Prepare

初始化header的Difficulty字段

parent := chain.GetHeader(header.ParentHash, header.Number.Uint64()-1)
	if parent == nil {
		return consensus.ErrUnknownAncestor
	}
	header.Difficulty = ethash.CalcDifficulty(chain, header.Time, parent)
	return nil

⑤：Finalize会执行交易后的全部状态修改（例如，区块奖励），但不会组装该区块。

5.1累积任何块和叔块的奖励

accumulateRewards(chain.Config(), state, header, uncles)

5.2计算状态树的根哈希并提交到header

header.Root = state.IntermediateRoot(chain.Config().IsEIP158(header.Number))

⑥：FinalizeAndAssemble 运行任何交易后状态修改（例如，块奖励），并组装最终块。

func (ethash *Ethash) FinalizeAndAssemble(chain consensus.ChainReader, header *types.Header, state *state.StateDB, txs []*types.Transaction, uncles []*types.Header, receipts []*types.Receipt) (*types.Block, error) {
	accumulateRewards(chain.Config(), state, header, uncles)
	header.Root = state.IntermediateRoot(chain.Config().IsEIP158(header.Number))
	return types.NewBlock(header, txs, uncles, receipts), nil
}

很明显就是比Finalize多了 types.NewBlock

⑦：SealHash返回在seal以前块的哈希（会跟seal以后的块哈希不一样）

func (ethash *Ethash) SealHash(header *types.Header) (hash common.Hash) {
	hasher := sha3.NewLegacyKeccak256()

	rlp.Encode(hasher, []interface{}{
		header.ParentHash,
		header.UncleHash,
		header.Coinbase,
		header.Root,
		header.TxHash,
		header.ReceiptHash,
		header.Bloom,
		header.Difficulty,
		header.Number,
		header.GasLimit,
		header.GasUsed,
		header.Time,
		header.Extra,
	})
	hasher.Sum(hash[:0])
	return hash
}

⑧：Seal给定的输入块生成一个新的密封请求（挖矿），并将结果推送到给定的通道中。

注意，该方法将当即返回并将异步发送结果。根据共识算法，可能还会返回多个结果。这部分会在下面的挖矿中具体分析，这里跳过。

挖矿细节

你们在阅读本文时有任何疑问都可留言给我，我必定会及时回复。若是以为写得不错能够关注最下方参考的 github项目，能够第一时间关注做者文章动态。

挖矿的核心接口定义：

Seal(chain ChainReader, block *types.Block, results chan<- *types.Block, stop <-chan struct{}) error

进入到seal函数：

①：若是运行错误的POW，直接返回空的nonce和MixDigest，同时块也是空块。

if ethash.config.PowMode == ModeFake || ethash.config.PowMode == ModeFullFake {
		header := block.Header()
		header.Nonce, header.MixDigest = types.BlockNonce{}, common.Hash{}
		select {
		case results <- block.WithSeal(header):
		default:
			ethash.config.Log.Warn("Sealing result is not read by miner", "mode", "fake", "sealhash", ethash.SealHash(block.Header()))
		}
		return nil
	}

②：共享pow的话，则转到它的共享对象执行Seal操做

if ethash.shared != nil {
		return ethash.shared.Seal(chain, block, results, stop)
	}

③：获取种子源，并根据其生成ethash须要的种子

f ethash.rand == nil {
		// 得到种子
		seed, err := crand.Int(crand.Reader, big.NewInt(math.MaxInt64))
		if err != nil {
			ethash.lock.Unlock()
			return err
		}
		ethash.rand = rand.New(rand.NewSource(seed.Int64())) // 给rand赋值
	}

④：挖矿的核心工做交给mine

for i := 0; i < threads; i++ {
		pend.Add(1)
		go func(id int, nonce uint64) {
			defer pend.Done()
			ethash.mine(block, id, nonce, abort, locals) // 真正执行挖矿的动做
		}(i, uint64(ethash.rand.Int63()))
	}

⑤：处理挖矿的结果

外部意外停止，中止全部挖矿线程
其中一个线程挖到正确块，停止其余全部线程
ethash对象发生改变，中止当前全部操做，重启当前方法

go func() {
		var result *types.Block
		select {
		case <-stop:
			close(abort)
		case result = <-locals:
			select {
			case results <- result: //其中一个线程挖到正确块，停止其余全部线程
			default:
				ethash.config.Log.Warn("Sealing result is not read by miner", "mode", "local", "sealhash", ethash.SealHash(block.Header()))
			}
			close(abort)
		case <-ethash.update:
			close(abort)
			if err := ethash.Seal(chain, block, results, stop); err != nil {
				ethash.config.Log.Error("Failed to restart sealing after update", "err", err)
			}
		}

由上能够知道seal的核心工做是由mine函数完成的，重点介绍一下。

mine函数其实也比较简单，它是真正的pow矿工，用来搜索一个nonce值，nonce值开始于seed值，seed值是能最终产生正确的可匹配可验证的区块难度

①：从区块头中提取相关数据，放在全局变量域中

var (
		header  = block.Header()
		hash    = ethash.SealHash(header).Bytes()
		target  = new(big.Int).Div(two256, header.Difficulty) // 这是用来验证的target
		number  = header.Number.Uint64()
		dataset = ethash.dataset(number, false)
	)

②：开始产生随机nonce，直到咱们停止或找到一个好的nonce

var (
		attempts = int64(0)
		nonce    = seed
	)

③：汇集完整的dataset数据，为特定的header和nonce产生最终哈希值

func hashimotoFull(dataset []uint32, hash []byte, nonce uint64) ([]byte, []byte) {
  //定义一个lookup函数，用于在数据集中查找数据
	lookup := func(index uint32) []uint32 {
		offset := index * hashWords //hashWords是上面定义的常量值= 16
		return dataset[offset : offset+hashWords]
	}
	return hashimoto(hash, nonce, uint64(len(dataset))*4, lookup)
}

能够发现实际上hashimotoFull函数作的工做就是将原始数据集进行了读取分割，而后传给hashimoto函数。接下来重点分析hashimoto函数：

3.1根据seed获取区块头

rows := uint32(size / mixBytes) ①
	seed := make([]byte, 40) ②
	copy(seed, hash) ③
	binary.LittleEndian.PutUint64(seed[32:], nonce)④
	seed = crypto.Keccak512(seed)⑤
	seedHead := binary.LittleEndian.Uint32(seed)⑥

计算数据集的行数
合并header+nonce到一个 40 字节的seed
将区块头的hash拷贝到seed中
将nonce值填入seed的后（40-32=8）字节中去，（nonce自己就是uint64类型，是 64 位，对应 8 字节大小），正好把hash和nonce完整的填满了 40 字节的 seed
Keccak512加密seed
从seed中获取区块头

3.2 从复制的种子开始混合

mixBytes常量= 128，mix的长度为 32，元素为uint32，是 32位，对应为 4 字节大小。因此mix总共大小为 4*32=128 字节大小

mix := make([]uint32, mixBytes/4)
	for i := 0; i < len(mix); i++ {
		mix[i] = binary.LittleEndian.Uint32(seed[i%16*4:])
	}

3.3 混合随机数据集节点

temp := make([]uint32, len(mix))//与mix结构相同，长度相同
	for i := 0; i < loopAccesses; i++ {
		parent := fnv(uint32(i)^seedHead, mix[i%len(mix)]) % rows
		for j := uint32(0); j < mixBytes/hashBytes; j++ {
			copy(temp[j*hashWords:], lookup(2*parent+j))
		}
		fnvHash(mix, temp)
	}

3.4 压缩混合

for i := 0; i < len(mix); i += 4 {
		mix[i/4] = fnv(fnv(fnv(mix[i], mix[i+1]), mix[i+2]), mix[i+3])
	}
	mix = mix[:len(mix)/4]

	digest := make([]byte, common.HashLength)
	for i, val := range mix {
		binary.LittleEndian.PutUint32(digest[i*4:], val)
	}
	return digest, crypto.Keccak256(append(seed, digest...))

最终返回的是digest和digest与seed的哈希；而digest其实就是mix的[]byte形式。在前面Ethash.mine的代码中咱们已经看到使用第二个返回值与target变量进行比较，以肯定这是不是一个有效的哈希值。

验证pow

挖矿信息的验证有两部分：

验证Header.Difficulty是否正确
验证Header.MixDigest和Header.Nonce是否正确

①：验证Header.Difficulty的代码主要在Ethash.verifyHeader中：

func (ethash *Ethash) verifyHeader(chain consensus.ChainReader, header, parent *types.Header, uncle bool, seal bool) error {
  ......
  expected := ethash.CalcDifficulty(chain, header.Time.Uint64(), parent)

  if expected.Cmp(header.Difficulty) != 0 {
    return fmt.Errorf("invalid difficulty: have %v, want %v", header.Difficulty, expected)
  }
}

经过区块高度和时间差做为参数来计算Difficulty值，而后与待验证的区块的Header.Difficulty字段进行比较，若是相等则认为是正确的。

②：MixDigest和Nonce的验证主要是在Header.verifySeal中：

验证的方式:使用Header.Nonce和头部哈希经过hashimoto从新计算一遍MixDigest和result哈希值,而且验证的节点是不须要dataset数据的。

总结&参考

https://mindcarver.cn ☆☆☆

https://github.com/blockchainGuide ☆☆☆

https://eth.wiki/concepts/ethash/design-rationale

https://eth.wiki/concepts/ethash/dag

https://www.vijaypradeep.com/blog/2017-04-28-ethereums-memory-hardness-explained/