MPT树详解

目录

• MPT树定义
  • MPT树的作用是什么？
  • 前缀树与默克尔树
    • 前缀树
    • 默克尔树
  • 三种节点类型
  • MPT中的Merkle
  • HP编码
  • 官方表示形式
  • 相关MPT树
• 参考目录

@

MPT树定义

一种经过改良的、融合了默克尔树和前缀树两种树结构优点的数据结构，以太坊中，MPT是一个非常重要的数据结构，在以太坊中，帐户的交易信息、状态以及相应的状态变更，还有相关的交易信息等都使用MPT来进行管理，其是整个数据存储的重要一环。交易树，收据树，状态树都是采用的MPT结构。

ps:

1. 交易树：记录交易的状态和变化。每个块都有各自的交易树，且不可更改 
2. 收据树(交易收据)：交易收据的存储
3. 状态树(账户信息)：帐户中各种状态的保存。如余额等。
4. Storage Trie 存储树 ：存储只能合约状态 ，每个账号有自己的Storage Trie 。

回想我们我们上一次所讲的RLP：
在网络节点的本地以trie树的形式存储，发送给客户端的时候序列化成列表。这不就是RLP的作用嘛，用来对trie树种所有的条目进行编码
这个树，在以太坊，指的就MPT树

MPT树的作用是什么？

1. 存储任意长度的key-value键值对数据；
2. 提供了一种快速计算所维护数据集哈希标识的机制；
3. 提供了快速状态回滚的机制；
4. 提供了一种称为默克尔证明的证明方法，进行轻节点的扩展，实现简单支付验证；

前缀树与默克尔树

前缀树

前缀树（又称字典树），用于保存关联数组，其键（key）的内容通常为字符串。前缀树节点在树中的位置是由其键的内容所决定的，即前缀树的key值被编码在根节点到该节点的路径中。

如下图所示，图中共有6个叶子节点，其key的值分别为（1）to（2）tea（3）ted（4）ten（5）A（6）inn。

默克尔树

merkle树是自底向上构建的。在下图的例子中，首先将L1-L4四个单元数据哈希化，然后将哈希值存储至相应的叶子节点。

将相邻两个节点的哈希值合并成一个字符串，然后计算这个字符串的哈希，得到的就是这两个节点的父节点的哈希值。

重要结论：
若两棵树的根哈希一致，则这两棵树的结构、节点的内容必然相同。

分析：

在p2p网络下载网络之前，先从可信的源获得文件的Merkle Tree树根。一旦获得了树根，就可以从其他从不可信的源获取Merkle tree。通过可信的树根来检查接受到的MerkleTree。如果Merkle Tree是损坏的或者虚假的，就从其他源获得另一个Merkle Tree，直到获得一个与可信树根匹配的MerkleTree。

三种节点类型

知道了Merkle Tree，知道了Patricia Tree，MPT（Merkle Patricia Tree）就是这两者混合后的产物。下面我们介绍一下MPT树的三种节点类型

• 分支结点（branch node）：包含16个分支，以及1个value
• 扩展结点（extension node）：只有1个子结点

• 叶子结点（leaf node）：没有子结点，包含一个value
  
  需要注意的是：Key-value 这里的value存储的是key，key存储在路径上
  详细解释：

  叶子节点，表示为[key,value]的一个键值对，其中key是key的一种特殊十六进制编码。
  扩展节点，也是[key，value]的一个键值对，但是这里的value是其他节点的hash值，这个hash可以被用来查询数据库中的节点。也就是说通过hash链接到其他节点。
  分支节点，因为MPT树中的key被编码成一种特殊的16进制的表示，再加上最后的value，所以分支节点是一个长度为17的list，前16个元素对应着key中的16个可能的十六进制字符，如果有一个[key,value]对在这个分支节点终止，最后一个元素代表一个值，即分支节点既可以搜索路径的终止也可以是路径的中间节点。
  叶子节点和扩展节点是新增加的！（对比于前缀树来说）

MPT中的Merkle

即指向下一级节点的指针是使用 节点的确定性加密hash，而不是传统意义上下一级节点地址的指针

如果给定的trie的根哈希是公开的，则任何人都可以 通过给出给定path上的所有节点, 来证明在给定path上存在一个给定值 ，对于攻击者,不可能提供一个不存在的（key，value）对的证明, 因为根哈希最终基于它下面的所有哈希，所以任何修改都会改变根哈希。

HP编码

HP-编码：特殊的十六进制前缀编码

引入：对nibble和节点奇偶性进行编码

Nibble是什么？
引进一种特殊的终止符标识来标识key所对应的是值是真实的值，还是其他节点的hash。如果终止符标记被打开，那么key对应的是叶节点，对应的值是真实的value。如果终止符标记被关闭，那么值就是用于在数据块中查询对应的节点的hash。
为什么需要对节点奇偶性进行编码？
数据最小的表示单位为一位16进制，如1、a等，但在编程实现中，数据的最小表示单位往往是byte（8bit，2位16进制数），这样在用byte来表示一串奇数长度的16进制串时会出现问题。
例如"5b3"和"5b30"，直接转成byte都是5b30。

举例:
对"0x5b3ed"编码（奇数位）
"0x5b3ed" = "0005 1011 0003 1110 1101"t=0 时, "0001"+"0005 1011 0003 1110 1101"->"00010005 10110003 11101101"->"0x15b3ed"
t !=0时 "0011"+"0005 1011 0003 1110 1101"->"00110005 10110003 11101101"->"0x35b3ed“

对"0x5b3e"编码（偶数位）
"0x5b3e" = "0005 1011 0003 1110"t=0 时, "0000"+"0005 1011 0003 1110 1101"->"00000005 10110003 11101101"->"0x005b3e"
t !=0时 "0010"+"0005 1011 0003 1110 1101"->"00100005 10110003 11101101"->"0x205b3e"

这里的t就是是否结束的标志位
最低位表示奇偶性，第二低位编码终止符状态。
最低位为0的时候表示偶数位置，反之奇数。
第二低位为1的时候表示结束，反之不结束。

官方表示形式

这里的prefix就是HP编码！对终止符的状态和奇偶性进行编码。最低位表示奇偶性，第二低位编码终止符状态。
总共有2个扩展节点，2个分支节点，4个叶子节点。 右边是叶子节点的情况，左边代表的是节点的prefix（HP编码）
这就是一个状态树的存储形式，其实他应当长的样子，我们可以细细想一下，他的key被编码成一种特殊的16进制的表示，value是一些rlp后的数据，而且比上图要大的多的多。

相关MPT树

现在，我们来回看一下，状态、存储以及交易树使用的MPT树。
首先说，全局状态树，这个全局状态树包含了以太坊网络中每一个账户的一组键值对。
对全局状态树的几点说明：

1. 状态前缀树包含了以太坊网络中每一个账户的一组键值对。
2. 他的Key是一个 160 位的标识符（以太坊账户的地址）。
3. 全局状态树中的 “值” 是通过编码以太坊账户中的如下细节来得到的（使用RLP的方法）：

• nonce 值
• 余额
• 存储前缀树根节点哈希
• 代码哈希
  我们可以从下图很清晰的了解：
  

存储树是智能合约数据存储的位置，每一个以太坊账户都有自己的存储树。
本图接上图；

参考目录

[1]. 深入浅出以太坊MPT(Merkle Patricia Tree)
[2]. 以太坊学习（2）MPT树--白话版
[3]. Merkle Patricia Tree 梅克尔帕特里夏树（MPT）规范
[4]. merkle树、Trie树、MPT树、以太坊中的那些树