EVM的并行化优化之路

众所周知，EVM是以太坊最重要的核心组件之一，作为"执行引擎"和"智能合约执行环境"发挥着关键作用。在由成千上万节点组成的公链网络中，虚拟机的存在使得智能合约能够在不同硬件配置的节点上以相同方式运行，确保了结果的一致性。这种跨平台兼容性与Java虚拟机JVM颇为相似。

智能合约在上链前会被编译为EVM字节码。EVM执行合约时，按顺序读取这些字节码，每条指令都有相应的Gas成本。EVM会跟踪指令执行过程中的Gas消耗，消耗量取决于操作的复杂度。

作为以太坊的核心执行引擎，EVM采用串行执行方式处理交易。所有交易在单一队列中排队，按确定顺序依次执行。这种设计简单易维护，但随着用户群体扩大和技术迭代，其性能瓶颈日益凸显，尤其在Rollup技术成熟后，在以太坊二层网络中表现得尤为明显。

Sequencer作为Layer2的关键组件，以单个服务器形式承担所有运算任务。如果配套的外部模块效率足够高，最终瓶颈将取决于Sequencer本身的效率，此时串行执行将成为巨大障碍。

某团队通过对DA层和数据读写模块进行极致优化，使Sequencer每秒最多可执行约2000多笔ERC-20转账。这个数字看似很高，但对于复杂交易，TPS数值必然会大打折扣。因此，交易处理的并行化将是未来的必然趋势。

以太坊交易执行的两大核心组件

除EVM外，go-ethereum中与交易执行相关的另一核心组件是stateDB，用于管理以太坊中的账户状态和数据存储。以太坊采用Merkle Patricia Trie树状结构作为数据库索引，EVM每次交易执行都会变更stateDB中的某些数据，这些变更最终反映在全局状态树中。

stateDB负责维护所有以太坊账户的状态，包括EOA账户和合约账户，存储的数据包括账户余额、智能合约代码等。在交易执行过程中，stateDB会对相应账户的数据进行读写。交易执行结束后，stateDB需要将新状态提交到底层数据库中进行持久化处理。

总的来说，EVM负责解释和执行智能合约指令，根据计算结果变更区块链上的状态，而stateDB则充当全局状态存储，管理所有账户和合约的状态变化。两者协作构建了以太坊的交易执行环境。

串行执行的具体过程

以太坊的交易类型分为EOA转账和合约交易。EOA转账是最简单的交易类型，即普通账户之间的ETH转账，不涉及合约调用，处理速度很快，gas费极低。

合约交易涉及智能合约的调用与执行。EVM在处理合约交易时，需要逐条解释和执行智能合约中的字节码指令。合约逻辑越复杂，涉及的指令越多，消耗的资源就越多。

例如，ERC-20转账的处理时间约为EOA转账的2倍，而更复杂的智能合约，如某DEX上的交易操作，耗时可能是EOA转账的十几倍。这是因为DeFi协议在交易时需要处理流动性池、价格计算、代币交换等复杂逻辑，需要进行非常复杂的计算。

在串行执行模式下，EVM与stateDB的协作过程如下：

1. 区块内的交易按先后次序被逐笔处理，每笔交易都有一个独立实例执行具体操作。
2. 虽然每笔交易使用不同的EVM实例，但所有交易共用同一个状态数据库stateDB。
3. 交易执行过程中，EVM需要不断与stateDB交互，读取相关数据并将变更后的数据写回stateDB。
4. 所有交易处理完毕后，stateDB中的数据会被提交到全局状态树，并生成新的状态根。

EVM的串行执行模式瓶颈明显：交易必须按顺序排队执行，如果出现耗时很久的智能合约交易，其他交易只能等待，无法充分利用硬件资源，效率受到较大限制。

EVM的多线程并行优化方案

并行EVM类似于有多个柜台的银行，可以开启多个线程同时处理多笔交易，效率可以得到几倍速的提升。但棘手的是状态冲突问题，需要进行协调处理。

某ZKRollup项目对EVM的并行优化思路如下：

1. 多线程并行执行交易：设置多个线程同时处理不同交易，线程之间互不干扰，可以几倍速提升交易处理速度。

2. 为每个线程分配临时状态数据库：每个线程都分配一个独立的临时状态数据库（pending-stateDB）。各线程执行交易时，不直接修改全局stateDB，而是将状态变化结果暂时记录在pending-stateDB中。

3. 同步状态变更：在一个区块内所有交易执行完毕后，EVM将每个pending-stateDB中记录的状态变更结果依次同步到全局stateDB中。如果不同交易在执行过程中没有发生状态冲突，就可以将pending-stateDB中的记录顺利合并到全局stateDB中。

该项目对读写操作的处理进行了优化，以确保交易能够正确访问状态数据并避免冲突：

• 读操作：交易需要读取状态时，EVM首先检查Pending-state的ReadSet。如果存在所需数据，直接从pending-stateDB中读取。如果ReadSet中没有找到对应的键值对，则从上一个区块对应的全局stateDB中读取历史状态数据。

• 写操作：所有写操作不直接写入全局stateDB，而是先记录到Pending-state的WriteSet中。待交易执行完成后，通过冲突检测再尝试将状态变更结果合并到全局stateDB中。

为解决状态冲突问题，引入了冲突检测机制：

• 冲突检测：EVM监测不同交易的ReadSet和WriteSet。如果发现多个交易尝试读写相同的状态项，则视为发生冲突。
• 冲突处理：检测到冲突时，冲突交易将被标记为需要重新执行。

所有交易执行完成后，多个pending-stateDB中的变更记录会被合并到全局stateDB中。如果合并成功，EVM会将最终状态提交到全局状态树中，并生成新的状态根。

多线程并行优化对性能的提升显著，特别是在处理复杂智能合约交易时。研究显示，在低冲突工作负载中，基准测试的TPS相比传统串行执行提升了3~5倍。在高冲突工作负载中，理论上如果将所有优化手段都用上，甚至可以达到60倍的提升。

总结

EVM多线程并行优化方案通过为每个交易分配临时状态库，并在不同线程中并行执行交易，显著提高了EVM的交易处理能力。通过优化读写操作和引入冲突检测机制，EVM系公链能够在保证状态一致性的前提下，实现交易的大规模并行化，解决了传统串行执行模式带来的性能瓶颈。这为以太坊Rollup未来的发展奠定了重要基础。