← COMP5565 全部讲次
L02a-2 · 第 2 周

L02a-2 账户里存什么:四个字段、存储槽和三种交易

拆开一个以太坊账户看它的四个字段,跟着编译器把合约变量一格格排进存储槽,再用 to 和 Data 两个字段分清三种交易。

一句话版

一个以太坊账户只存四样东西:计数器、余额、存储树的根、代码的哈希。合约的变量一格一格排在存储里,交易是改动这些东西的唯一途径。

上一页 L02a-1 讲了地址怎么来,这一页打开地址背后的账户。下一页 L02a-3 讲所有账户怎么压成一棵树。

先认识这几个词

词 全称 / 读法 一句人话
账户状态 account state 一个地址名下记的那四个字段
storageRoot 存储根 合约全部存储压成的一个哈希
codeHash 代码哈希 合约字节码的哈希;EOA 这一格是个固定常量
存储槽 storage slot 合约存数据的格子,每格 32 字节,从 0 开始编号
世界状态 world state,记作 σ(读「sigma」) 所有地址到账户状态的那张总表
函数选择器 function selector 函数签名哈希的前 4 字节,告诉合约要调哪个函数

一个类比:银行的客户档案柜

银行给每位客户一个档案袋,袋子外面写着客户编号。袋子里只放一张卡片,卡片上四行:办过几笔业务、账上还有多少钱、保险柜在哪、业务章程的指纹。

普通客户没有保险柜,也没有章程,这两行填一个固定的「无」。企业客户有保险柜,里面一格一格放着文件,格子从 0 开始编号;章程也真的存在,卡片上只抄它的指纹。

所有档案袋合起来就是世界状态。客户来办业务(发交易),柜员按规则改卡片:转账改余额,开新企业户就新增一个档案袋。

类比在哪里失效:

  1. 卡片上的「保险柜在哪」其实是保险柜全部内容的哈希,内容改一格,这一行就变。
  2. 银行的柜员只有一个,以太坊上每个节点都自己改一遍、再互相核对。
  3. 保险柜的格子按变量声明顺序排,还会把两份小文件塞进同一格,现实里的柜子不这么排。

从零讲起

1. 账户状态的四个字段

它解决什么问题

全网每个节点都要存一份所有账户。如果把合约的全部数据和代码都塞进账户条目,条目会又大又不等长。以太坊让每个账户只存四个定长字段,大块的东西放在别处,账户里只留指纹。

直觉

账户条目像身份证:上面不印你的全部经历,只印几个固定栏目。想查经历,拿身份证上的编号去别处调档,再用指纹核对调出来的东西没被换过。

一步一步看

目标:逐个看账户四个字段各存什么,以及 EOA 和合约账户在后两格上的区别。

  1. Nonce:这个账户发过几笔交易。它防止同一笔交易被重放,也是 CREATE 算合约地址的输入。

  2. Balance:余额,单位是 Wei。

  3. storageRoot:这个账户全部存储压成的根哈希。

  4. codeHash:这个账户代码的哈希。

    账户状态四字段排成一行:Nonce 写着发过几笔交易,Balance 写着余额单位 Wei,storageRoot 用青绿高亮写着存储树的根,codeHash 写着代码的哈希;底部说明 storageRoot 往下指向合约自己的存储树

  5. EOA 也有这四个字段。它没有存储也没有代码,后两格填固定常量;合约账户的后两格真的指向东西。

    EOA 与合约账户的四个字段并排对照:两边都是 Nonce、Balance、storageRoot、codeHash,格式一字不差;EOA 的 storageRoot 是空树的根、codeHash 是空字符串的哈希这个恒定常量,合约账户的后两格分别指向自己的存储树和部署上去的字节码;只有 EOA 能主动发起交易

怎么判断

问「EOA 的 codeHash 是什么」,答空字符串的 keccak256,是一个固定常量,开头是 c5d2460186f7233c。它不是全零。用常量而不用全零,是为了所有账户格式统一,不用给 EOA 开特例。

问「账户状态里存的是不是合约代码」,答不是,存的是代码的哈希。

常见误解

以为 Nonce 是一个随机数

账户的 nonce 是计数器,每发一笔交易加 1。它让同一笔已签名的交易不能被拿去重放第二次。别和别处「一次性随机数」的 nonce 混起来。

以为 EOA 的 storageRoot 和 codeHash 是空的

两格都有值,是固定常量:空树的根、空字符串的哈希。「没有」也要用一个确定的哈希来表示。

试一下

一个账户刚收过 3 笔转账,自己一笔都没发过。它的 Nonce 是几?

0。Nonce 数的是这个账户发出的交易,收到的转账不算。

2. 存储槽:合约变量住在哪一格

它解决什么问题

合约的状态变量要永久存在链上。存储被设计成一排编号的格子,每格 32 字节。编译器按固定规则把变量分到格子里,谁都能算出某个变量在哪一格。

直觉

像往一排储物柜里放东西。按清单顺序从 0 号柜开始放,一个大件占满一柜;两个小件加起来不超过一柜,就塞进同一柜。体积不定的东西(动态数组、mapping),柜子里只贴一张便条,东西本身另找地方放。

一步一步看

目标:按课件的合约把变量逐个分进存储槽,看哪些占满一槽、哪些打包,动态数组和 mapping 那格存什么。

下面三帧用的是课件里那个合约,变量依次是 x、y、结构体 s、addr、一个 mapping、array、s1。

  1. uint x 和 uint y 各占满一槽,分到 slot 0 和 slot 1。

    存储槽排布第 1 帧:十个格子 slot 0 到 slot 9,青绿高亮 slot 0 的 x 和 slot 1 的 y,标注各占满一槽;其余格子浅灰

  2. 结构体 s 从 slot 2 开始。uint128 a 和 uint128 b 合起来正好一槽,打包进 slot 2;定长数组 staticArray 两个元素占 slot 3 和 slot 4;动态数组 dynArray 占 slot 5,这一格只存长度。

    存储槽排布第 2 帧:slot 0、1 变灰表示已排好,青绿高亮 slot 2 的 a|b 打包、slot 3 和 slot 4 的定长数组两个元素、slot 5 的 dynArray 长度,说明结构体 s 占四槽

  3. 接着 addr 落在 slot 6,mapping 占 slot 7 但这一格什么都不放,array 占 slot 8 只存长度,s1 落在 slot 9。

    存储槽排布第 3 帧:前面各槽灰底完成,青绿高亮 slot 5 的动态数组长度、slot 7 的 mapping 空槽和 slot 8 的 array 长度,说明真数据放在由槽号算哈希得到的位置

  4. 动态数组和 mapping 的真数据放在别的位置,位置由这一格的编号算哈希得出。

变量 槽 这一格放什么
x、y 0、1 值本身
s.a 和 s.b 2 两个值打包
s.staticArray 3、4 两个元素
s.dynArray 5 长度
addr 6 地址
mapping 7 什么都不放
array 8 长度
s1 9 字符串

怎么判断

排槽位按三条规则走:按声明顺序从 slot 0 开始;小类型能塞进同一格就打包;动态数组和 mapping 各占一格,但这格只放长度或什么都不放。结构体内部也按这三条继续排。

常见误解

以为 mapping 的数据就存在它占的那一格

那一格是空的,只作为计算位置的种子。每个键对应的值放在由「键 + 槽号」算哈希得到的位置。

以为每个变量都至少占一整格

两个 uint128 合起来 32 字节,会挤进同一格。变量小到能和邻居拼满一格时,编译器就会打包。

试一下

合约依次声明 uint a、uint128 b、uint128 c、uint[3] arr、mapping m。m 在第几号槽?

a 在 slot 0;b 和 c 打包进 slot 1;arr 三个元素占 slot 2、3、4;m 在 slot 5,这一格什么都不放。

3. 交易与世界状态

它解决什么问题

账户里的字段要改,得有一个大家都认的「改动请求」,还要能确认这个请求真是账户主人发的。交易就是这个请求,由发起账户签名。

从哪来(补充)

交易的 Data 字段里,标准函数调用放的是「函数选择器 + 编码后的参数」。选择器取自函数签名(函数名加参数类型)的 Keccak-256 哈希的前 4 字节。这套编码规则由 Solidity 的 ABI 规范定义。

出处:Solidity ABI Specification

直觉

世界状态是一张两列的大表:左边地址,右边账户状态。每笔交易是一张改表申请单。部署合约的申请单让表多出一行,其他申请单只改已有行的内容。

一步一步看

目标:看交易怎样一笔笔把世界状态往前推,并按 to 和 Data 分出部署、转账和函数调用三种交易。

  1. 世界状态 σ_t 是第 t 步之后的那张表。来一笔交易,按规则改一次,变成下一步的表。

  2. 区块把一批交易打包,按顺序一笔笔执行,表一步步往前走。

  3. 看交易的 to 和 Data 两个字段,就能分出三种交易。

    三种交易并排:纯转账的 to 是收款地址、Data 留空;部署新合约用青绿高亮,to 留空、Data 是合约字节码;调用合约函数的 to 是合约地址、Data 是函数选择器加参数;底部说明只有部署合约会新增地址

  4. 部署合约在表里插入新的一行(Contract Creation)。转账和函数调用只改已有行的值(Message Call)。

交易字段 意义
nonce 发送方已发出多少笔交易
to 接收方地址
value 金额,单位 Wei
Data 可选,合约相关的数据
gasLimit 最多能消耗多少单位 gas
maxPriorityFeePerGas / maxFeePerGas 小费单价上限 / 总单价上限
签名 用 ECDSA 签

怎么判断

先看 to:留空就是部署合约。to 不空再看 Data:有函数选择器和参数就是调用合约函数;Data 留空、对方是普通地址,就是纯转账。

英文注意|state / transaction:state 是当前状态,transaction 请求状态转移;stateRoot 是状态摘要,不是完整状态内容。 答题句:The state root commits to the resulting world state, while the transaction root commits to the transactions in one block.

常见误解

把函数签名当成数字签名

函数签名是函数名加参数类型,比如一个带地址和金额参数的转账函数写成名字加括号里的类型。它和用私钥做的数字签名毫无关系。

以为 Data 为空就一定没有代码执行

给合约地址发一笔 Data 为空的交易,仍可能触发合约的接收逻辑。只有对方是 EOA 时,空 Data 才一定是纯转账。

试一下

一个区块里有 3 笔交易:一笔转账、一笔部署合约、一笔调用合约函数。执行完后世界状态的地址比之前多几个?(假设转账收款方原本就在表里)

多 1 个,来自部署合约那笔。转账和函数调用只改已有地址的字段。

把它们串起来

这一页走的是一条数据线:账户条目 → 四个字段 → 存储槽 → 世界状态 → 交易。

账户条目保持定长,大块数据都换成哈希:存储压成 storageRoot,代码压成 codeHash。存储里每个变量按固定规则分到一格,所以任何人都能算出某个变量住在哪。所有账户合起来是世界状态,交易是改它的唯一入口,部署合约加行、其余交易改值。

剩下一个问题:世界状态这张大表本身也太大,区块头里放不下。下一页讲它怎么压成一棵树、只留一个根。

课件里的坑

  • [示意代码] p.20 那段演示存储槽的 Solidity 代码本身编译不过:末尾大括号位置错了,NULL 不是 Solidity 关键字,合约层面也不能写裸 return。只拿它看槽位排布(p.20)
  • [概念区分] 编译器输出的布局 JSON 只列了 x、y、s、addr、map、array、s1 七项,结构体内部和中间的槽要自己补(p.20)
  • [字段新旧] 交易字段表同时列了 gasPrice 和 maxFeePerGas / maxPriorityFeePerGas,前者是 EIP-1559 之前的旧字段,后两个是之后的新字段(p.41)
  • [补充核验] 给合约发送空 Data 仍可能执行接收逻辑,不能仅凭 Data 为空就断定无代码执行。依据:Solidity ABI(p.41)

课后 10 分钟:考点复习

这 10 分钟怎么用:合上页面,先默写账户状态四字段和 EOA 后两格填什么;再按三条规则把 p.20 的合约排一遍槽位;然后用 to 和 Data 给三种交易分类;最后回查两个最容易错的地方:以为 mapping 的值就在它那一格、把函数签名当数字签名。

必背

  1. 账户状态四字段 Nonce / Balance / storageRoot / codeHash,后两个存的是哈希不是数据;本讲无代码委托的普通 EOA,其 codeHash 是空字符串的 keccak256,不是全零。
  2. Solidity 存储槽按声明顺序从 slot 0 排,每槽 32 字节,小类型打包;动态数组和 mapping 的那一槽不存数据本身。
  3. 世界状态是「地址 → 账户状态」的映射,记作 σ_t;区块是一批打包执行的状态转移。
  4. 本讲普通交易模型中 EOA 发起交易;to 留空表示创建合约;标准 ABI 调用的 Data 是函数选择器加编码参数,函数签名不等于数字签名。
  5. Contract Creation 往世界状态里加新条目;Message Call 只改已有条目的值。
  6. 交易字段 nonce / to / value(单位 Wei)/ Data / gasLimit / maxPriorityFeePerGas / maxFeePerGas,签名用 ECDSA。

课件例题

例 1(课件 p.20):合约的状态变量各住在哪个存储槽

见下方完整例题。

例 2(课件 p.41):看 to 和 Data 判断交易类型

题面:按课件的交易字段表和脚注,下面三笔交易各是哪一类?(a)to 留空,Data 是一大段字节码;(b)to 是一个合约地址,Data 是函数选择器加编码参数;(c)to 是收款地址,Data 留空。

提示

先看 to 空不空,再看 Data 里装的是什么。

解答
  1. (a)to 留空、Data 放合约字节码,是部署新合约,世界状态里会多出一个新地址。
  2. (b)to 是合约地址、Data 是选择器加参数,是调用合约函数,属于 Message Call,只改已有条目。
  3. (c)to 是收款地址、Data 留空,是纯转账,只改两个账户的余额。

完整例题

题面(课件 p.20):合约按顺序声明 uint x、uint y,一个结构体 S s(内部依次是 uint128 a、uint128 b、uint[2] staticArray、uint[] dynArray),然后是 address addr、一个 mapping、uint[] array、string s1。编译器输出的布局只列出 x、y、s、addr、map、array、s1,其中 addr 在槽 6、s1 在槽 9。补全每个变量的槽位,并验证和编译器输出一致。

  1. 定规则:按声明顺序从槽 0 开始排,每槽 32 字节,能塞进同一槽的小类型会打包。
  2. x 和 y:uint 是 256 位,各占满一槽,x 在槽 0,y 在槽 1。
  3. 结构体 s 的前两项:a 和 b 各 128 位,合起来正好 256 位,打包进同一个槽 2。
  4. 定长数组:staticArray 有 2 个元素,占槽 3 和槽 4。
  5. 动态数组:dynArray 占槽 5,这一槽只存长度,元素另放。所以 s 一共占槽 2 到槽 5,4 槽。
  6. addr:接着是槽 6,和编译器输出的 "slot": "6" 吻合。
  7. mapping 和 array:mapping 占槽 7,这一格不存数据,只作计算键位置的种子;array 占槽 8,只存长度。
  8. s1:落在槽 9,和编译器输出的 "slot": "9" 吻合。两个已知值都对上,说明前面的排法正确。

变式题(先自己做)

自编情境:一个合约依次声明 uint total、uint128 low、uint128 high、uint[3] scores、mapping(address => uint) balances、uint[] history、address owner。(1)写出每个变量的槽号。(2)balances 那一格里存的是什么?(3)history 里第一个元素的值存在它占的那一格吗?

提示

按声明顺序从 0 数;两个 128 位能不能拼一格;定长数组按元素个数占格;mapping 和动态数组那一格各放什么。

判分点与答案(非官方评分标准)

判分点:① low 和 high 打包进同一格;② scores 占 3 格;③ balances 那一格为空;④ history 那一格只存长度。

  1. total 在槽 0;low 和 high 打包进槽 1;scores 有 3 个元素,占槽 2、3、4;balances 在槽 5;history 在槽 6;owner 在槽 7。
  2. 槽 5 什么都不存,只作为种子,每个地址键对应的余额放在由「键 + 槽号 5」算哈希得到的位置。
  3. 不在。槽 6 只存 history 的长度,元素放在由槽号 6 算哈希得到的起始位置往后排。

闪卡自测

1. EOA 的 codeHash 是什么?为什么不用全零?

在本讲无代码委托的普通 EOA 模型中,是空字符串的 keccak256,一个固定常量 c5d2460186f7233c…。用它而不用全零,是为了让所有账户的字段格式统一,不必给 EOA 开特例(p.21)。

2. 账户状态里存 storageRoot 和 codeHash,而不存存储内容和字节码本身,好处是什么?

账户状态保持定长,庞大的存储和代码各自压成一个哈希塞进来,和 C01b 的 Merkle 树是同一个思路:把大数据换成定长摘要,再往上一层塞(p.19、p.21)。

3. 一笔交易的 to 为空、Data 里是一大段字节码,这是哪类交易?

创建合约,Data 携带初始化代码。标准 ABI 函数调用则放函数选择器与编码参数;给合约发送空 Data 仍可能触发其接收逻辑,不能一概当作无代码执行的纯转账(p.41,补充)。

4. Contract Creation 和 Message Call 对世界状态的影响有什么不同?

创建会在映射里多出一个新地址;消息调用的地址集合不变,只改某些账户状态的值。转账是消息调用最简单的形式(p.39、p.40)。

5. 两个 uint128 变量相邻声明,各占几个存储槽?

合起来正好 32 字节,打包进同一个槽(p.20)。

6. σ_t 是什么意思?

第 t 步之后的世界状态。一个区块里每笔交易都推进一步,所以状态编号和区块编号不是同一个东西(p.38)。

下一讲

世界状态是一张很大的表,区块头里只能放一个哈希。下一页讲这张表怎么组织成 Merkle Patricia Trie,只改一个账户时又只重写哪一条路径。见 L02a-3。

下一讲 →
L02a-3 L02a-3 状态树 MPT:所有账户怎么压成一个 stateRoot

个人整理的学习笔记,不是官方材料;数字与结论以课件和讲师为准。