人人都能懂的新公链 Aptos 技术深度揭秘

Aptos白皮书详尽阐释了其所采用的技术，总的来说可以概括为以下六个方面。

1）使用Move语言（编程层面的安全保障）

Aptos区块链原生地集成和使用Move语言，以使transaction的执行更快速，更安全。Aptos的Move验证机（Move prover）会对使用Move语言编写的智能合约进行验证，提供了额外的安全保障。

2）更安全的用户体验（用户角度的安全保障）

Aptos提供灵活的密钥管理功能，比如用户可以轮换（rotate）密钥。

Aptos提供transaction预执行的功能，使用户可以在对transaction真正签名之前提前预知transaction的执行结果，保证了结果的透明性。

3）高吞吐量低延迟

Aptos将transaction的处理过程（transaction processing）细分为了五个模块：transaction传播（transaction dissemination）、区块元数据排序（block metadata ordering）、transaction并行执行（parallel transaction execution）、批量存储（batch storage）、账本验证（ledger certification）。这种模块化加上流水线的处理方式，提高了整个transaction处理过程的并行程度。

4）Block-STM并行执行引擎

在transaction并行执行模块，Aptos使用了Block-STM引擎，在无需由程序员预先声明数据读写操作特征的情况下，实现了支持原子性的最大程度的并行执行。

5）支持升级

Aptos的模块化（modular）架构设计，提供了嵌入式的链上变动管理协议，使得升级可以非常方便的得以实现。

6）分片（sharding）

Aptos的模块化设计和并行执行引擎都很自然的支持分片，便于Aptos吞吐量的横向扩展。

接下来，R Labs将选取Aptos在安全性和高性能方面的特点，展开进行剖析。

在监管政策之外，区块链自身的安全和性能，是目前Web3世界中引发关注最多的问题之一。

2022年上半年，全网发生了187起区块链安全事件，总损失高达19.76亿美元。另一方面，由于区块链的性能与目前市场上爆发的大量需求的不匹配，使用区块链作为底层基础设施仍然非常昂贵。以以太坊为例，即使是在合并之后，以太坊上的平均交易费（average transaction cost）仍然高达0.9美元。所有人都期待，Web3世界的IT基础设施性能，也能像摩尔定律所描述的那样不断提升。在这样的背景之下，Aptos在提升安全性和性能方面的技术特点就尤为重要。在众多特性之中，我们把关注的重点放到了Move语言和Aptos的并行执行引擎Block-STM。

Move作为一门编程语言，其诞生非常具有结果导向性。当Facebook的团队在开发区块链时，他们认为市面上没有一款能完美契合区块链开发的计算机编程语言。诸如C++、Java等传统编程语言自不必说，即使像Solidity这样流传甚广的区块链开发语言，在Facebook的工程师团队看来，仍不尽完美。于是他们从第一性的原理出发，分析了区块链这种新的IT基础设施架构对编程语言提出的要求。

适用于区块链的编程语言必须具备以下特性

• 确定性（deterministic）。区块链是一个分布式状态机，每一段代码的执行都必须形成确定性的结果，才能保证所有节点所维持的账本处于一致的状态。

• 类型和内存安全（type and memory safe）。区块链是一个开放的平台，任何人都可以调用智能合约。如果没有类型和内存安全的保障，那么区块链就会很容易受到攻击。

• 可度量的执行（metered execution）。为了确保所有使用区块链的用户能合理的使用网络、计算和存储资源，必须对区块链执行的所有操作进行度量。例如以太坊等区块链使用Gas的机制来度量和约束用户对系统的操作。

除了以上必备的特性之外，一个更好的区块链语言还应该具备以下特点

• 对定制化资产的语言层面的支持（language support for custom asset）。目前很多区块链都支持定制化资产，例如在以太坊上构建的项目可以发行自己的项目代币。但是在编程语言层面，支持这种定制化资产的特性仍然十分匮乏。

• 代码跨合约复用（code reuse across contracts）。智能合约代码如果像传统编程语言中的代码一样，可以在不同的模块之间复用，那么就可以极大的提升生产力。

• 语言跨平台复用（language reuse across platforms）。如果一门编程语言能够在多个不同的区块链上使用，那么程序员的学习成本就会大大降低。

  
  

对于资产来说，最重要的属性之一是稀缺性。在物理世界中，实物资产自然而然具有稀缺性。例如，当人们使用贵金属进行交易时，贵金属从买方转移到卖方，发生了物理上的转移。但是在传统的计算机虚拟世界里，资产仅仅被用数字进行表示，资产的增减就对应于数字的加减，所有的合理性都依赖于程序员编写代码时的谨慎。然而随着系统复杂度的提升，这种谨慎是难以保证的。物理世界中资产的稀缺性，并不能通过计算机中的数值来简单的模拟，资产的安全性也就随之大打折扣。接下来，R Labs将通过一段简单易懂的代码，来展示Move与其他区块链编程语言在抽象化资产时的不同处理方式。

我们以Solidity为例，下面的一段Solidity代码实现了转账的功能。这段代码实现了地址A对地址B的转账，实现的方式是对A和B各自对应账户的余额数字进行加减。

下面的代码是另一个错误的版本，在这个错误版本中，转入方的账户余额数字的确增加了，但是转出方的账户余额数字并没有减少。这是一个低级的错误，如果程序员没有仔细审查代码，这种错误就会成功通过编译被部署上线。

一般而言，程序员用高级编程语言所写的代码要经过编译器，转变为计算机指令，才能由计算机识别和执行。而在编译的过程中，编译器会检查代码中有没有语法错误。Solidity程序也遵循类似的过程。但是由于在上述的Solidity程序中，资产仅以普通的数值类型（integer）进行表示，那么只要是符合数值运算的操作，都能通过编译器的编译。编译器并不会检查资产是否凭空增加或减少了。

针对这种潜在的问题，Move语言内置了一种特殊的数据类型，Resource。程序员可以在代码中定义一种Resource类型的资产。例如下面这段代码中定义了一种名为Coin的Resource。

虽然最终，这个资产的多少仍然是以内部变量value的数值来衡量，但是代码中对Resouce类型实例的任何操作，都会经过Move编译器的审查，而编译器会禁止对资产的不当操作。如下图所示的复制、双花和隐式的销毁，在未特殊声明的情况下，都会被编译器阻止。

在使用Move语言编写合约的时候，最重要的事情就是思考如何定义 Resource 的属性。Move 编程语言抽象了资源的四个属性，可复制 （ copy )、可索引 ( key )、可毁灭 ( drop )、可储存 ( store )。通过这四个属性的不同组合，用户可以方便的定义出任何类型的资源。这种针对 Resource 的设计天然就保证了一些常见的安全问题，比如复制增发，不会再出现。

Move 通过对资源操作权限的抽象，使得用户可以明确定义资源可被操作的行为，从而将自己的注意力转移至其他更应该被关注的地方，编写正确的业务逻辑，实现正确的访问控制策略等等。

如前文所述，Aptos采取了多种技术来提升transaction处理的效率。

transaction执行（execution）是整个transaction处理过程中最核心的环节。为了保证区块链上各个节点执行区块中的transaction后所得结果的一致性，目前大部分区块链使用的是线性执行的方式，这大大限制了transaction的执行效率，也就限制了区块链的性能。突破性能瓶颈的关键，就在于如何提升transaction执行的并行性。

Aptos团队设计并实现了一个高效的，多线程的，基于内存的并行执行引擎。该引擎把STM（software transactional memory）技术与一种新型的协作调度机制结合，最终实现了每秒钟可以执行超过160,000条Move transaction的性能。

STM并不是一门新的技术，早在1995年，Shavit和Touitou就提出了STM。相比较于HTM（hardware transactional memory），STM不依赖于硬件实现，也曾是一项令人激动的技术创新。

STM是一种乐观并发控制技术，用来解决多线程系统中的并发问题。在一个多线程并发执行的系统中，如果多个线程共同访问同一块内存地址，有可能会引起冲突，进而导致数据出现不一致的问题。

要理解Block-STM，需要先理解多线程系统的并发控制问题，以及STM的解决思路。接下来，R Labs以一个简单的例子来进行解释。

在一个银行系统中，银行同时收到了客户的两笔支付请求，分别需要支付1万元，总共2万元。为了提高处理速度，银行让两位员工同时来处理，每一个员工负责处理一笔支付请求。在这里，两个员工可以类比于计算机系统中的两个线程。银行员工必须按照银行的工作手册规定的流程来服务客户，工作手册可以类比于计算机程序代码。为了处理客户的支付请求，银行员工需要查询唯一一本银行账本，银行账本可类比于计算机的内存。

在一种可能的错误场景中，两位银行员工同时去读取银行账本，读到客户的账户余额均为10万元。两位员工各自按照工作手册，为客户进行支付操作，各自将客户余额在10万元的基础上减去1万元，两位员工得到的结果都是“客户余额还剩9万元”。之后，两位员工将各自得到的支付结果（余额9万元）写回了银行账本。在这个例子里，客户明明花掉了2万元，但是因为银行的工作流程中使用了多线程（两名员工同时处理），却没有做好同步控制，导致最终在账本上记下了一个错误的数据。

为了解决这种问题，常见的做法是用“锁”的方式来进行并发控制。对于像访问银行账本这种“竞争性资源”的操作，我们可以在系统中规定，每次只有一位员工能访问。我们把唯一的银行账本放入保险柜中，任何一位员工需要进行账本相关的操作时，都需要先将账本从保险柜中取到自己的工位，完成工作之后，再将账本放回保险柜。这种机制保证了在同一时间，只有一位员工可以访问银行账本。但是，可想而知，如果银行业务中涉及大量访问账本的工作，那么业务员就需要在保险柜前排起长队了。

STM试图去提高并发控制系统的效率，采用的是一种乐观的方式。STM假设，大部分的银行员工来访问银行账本的时候，都是在服务不同的客户，各自的任务在账本上发生冲突的可能性比较小。如果是这种情况，那么把账本锁在保险柜，每次只允许一个人操作的规定，就显得有些浪费资源了。STM允许所有员工同时访问账本，并要求每个员工在读取账本的时候，在自己所读取的数据旁边贴一个小标签；每个员工在自己的草稿本上进行计算等工作，当员工要将计算结果写回账本时，先检查自己之前读的数据或将要写的数据旁边，有没有别人贴过的标签，此过程称为验证（validation）；如果没有，则可以顺利将自己的计算结果写回，并撕掉自己之前贴过的标签；如果有，则意味着有其他员工正在访问自己所操作的数据，为了避免这种访问冲突造成错误的账本数据，就需要废弃（abort）自己本次所做的工作，等待稍后重新执行（re-execution）。

STM的思路看上去很美丽，但是在实际应用中，由于访问冲突时常存在，废弃（abort）和重新执行（re-execution）也导致了很大的系统开销。因此，STM在实际的生产环境中很少被使用。

在区块链世界中，时常会发生用户对热门智能合约的集中大量访问，例如在有套利机会出现时。因此链上的transaction实际上也可能会产生大量的访问冲突，这似乎与STM适用场景的假设相背离。然而，事物皆有两面，Aptos团队对区块链的特征进行了深入的分析，发现区块链的另外一些特征也给STM的应用打开了一扇门：

1）区块链中无须逐条提交transaction

在通用的STM系统中（general purpose STM），每个线程都会及时提交（commit）执行过的transaction。而在区块链中，状态的更新是以区块为单位的，因此可以对一个区块中的transaction一次性批量延迟提交，从而避免逐条提交transaction所带来的同步的成本。采用这种方式，虚拟机的垃圾回收也将变得非常的简明直白——区块一旦被提交，对应的内存就可以清理掉了。

2）虚拟机为乐观内存访问提供了安全性

智能合约是用Move这样的高级编程语言声明的，而transaction的执行是运行在Move虚拟机中的。虚拟机会把transaction的执行封装起来，提供了更高层面的安全保证。

3）预定义的顺序减少了同步性

通用STM系统（general purposee STM）是用于解决非确定性系统中的并发控制问题，而把确定性视为一种制约，其性能也相应地受到限制。这也使得通用STM系统不适合应用于区块链，因为验证者们执行同一个区块可能会导致不一样的最终状态。然而如果设计一种运行在区块链上的STM系统，区块链内在要求的确定性（保证并行执行最终结果能匹配transaction按固定的预设顺序的线性执行结果）反而有利于性能。这背后的原因是，对一个特定序列达成一致，会减少执行过程中所要求的同步的数量。

基于以上分析，Aptos团队结合STM的思想和一种新型的调度器，实现了Block-STM，一种在区块链上使用乐观并发控制的并行执行引擎。transaction在Block-STM中的生命周期被分为execution，validation和commit三个阶段。Block-STM的核心思想包括以下几个方面：

1）多版本数据结构（multiversion data structure）

Block-STM使用一个多版本的数据结构来避免写操作之间的冲突。所有对相同地址的写操作与其版本被一同存储，包括transaction ID和这个执行写操作的transaction被乐观地重复执行的次数。当有一个transaction读取一个内存地址的时候，它会从多版本数据结构中获取预设顺序中出现在它之前的最早的transaction，以及与其关联的版本信息。

2）transaction的执行和验证

在execution阶段，transaction会记录一个内存读集和内存写集（即这条transaction在执行时所读或者写的内存数据）。在验证期间，内存读集中的所有内存地址上即刻的数值都会被读取，读到的版本会与存储在读集中的相应的版本做比较。如果发现不一致，则意味着transaction执行时所读到的数据过期了，那么这条transaction有可能需要被重新执行。

3）协调调度

调度器为区块中排序较为靠前的transaction赋予了较高的执行优先级，并使用计数器（counter），而非有序集（ordered set）或优先队列（priority queue）的方式进行了实现。

4）动态依赖预估（dynamic dependency estimation）

当一条transaction在验证过程中失败时，这条transaction最近一次执行的所有的写操作会在多版本数据结构中被标注出来，作为一个预估。当另一个transaction从多版本数据结构中读到一条被标记为“预估”的值，它就等待，而非立即执行，以免后续需要返工。

Aptos团队对Block-STM引擎进行了测试，结果体现在下图中。蓝色曲线代表使用Block-STM并在测试数据中设置1万个账户的情况（读写冲突较多），黑色线条代表线性执行的情况。在使用32个线程所进行的测试中，使用Block-STM引擎实现的TPS达到了160k，是线性执行引擎的TPS（10k）的16倍。

Aptos的技术亮点还有很多，本文从编程语言方面和事务执行引擎方面，选取了Aptos最具代表性的技术特点进行了分析。

互联网诞生到现在已经经历了50年，从web1和web2时代的信息互联网，到即将迎来的web3时代的价值互联网，网络所发挥的功能和创造的价值发生了巨大的变化，而每一个重要节点的背后，都离不开技术的创新、更迭。Aptos深厚的技术功底是它能够吸引众多关注的根本原因。

在R Labs对Aptos的系列研究文章的下一篇中，我们将深度剖析Aptos自身的生态建设，以及宏观对比Move系列的其他新公链，继续从多个角度全面解读Aptos。

wechat

telegram

扫码联系我们

R Labs 聚焦于Web3深度行研、投融资及项目孵化。我们为Web3领域所迸发的一切创新感到激动，也坚信认知是一切投资的基石。

欢迎有idea的innovator和有志投资于Web3的investor联系我们，共赴新的星辰大海。