以太坊源码学习：正本清源

FxAjax ChainNews：

geth 源码一直在不断增加，优化，发展到现在已经非常庞大，对于初次学习 geth 源码，整体认识 geth 还是有一定的意义。而阅读代码可以加深理解以太坊的模块组成，揣测设计的想法和思路。本篇文章带你学习 geth 源码。

来源 | kari_zhang 博客 作者 | kari_zhang

geth 源码一直在不断增加，优化，发展到现在已经非常庞大，第一次看 geth 源码，会有不小的难度。虽然如此，还是可以从 geth 仓库的第一个 commit 开始，这时的代码比较少，但是以太坊核心的雏形已经隐隐可见，阅读代码可以加深理解以太坊的模块组成，揣测设计的想法和思路。

去掉单元测试文件，整个项目只有 big.go vm.go parsing.go transaction.go block.go block_manager.go ethereum.go serialization.go 8 个文件。这 8 个文件都比较小，功能比较简单，也很好理解。

big.go 封装了大整数的指数运输。

vm.go 定义了虚拟机操作码 , 操作码类型 , 虚拟机结构和虚拟机的实现。

虚拟机内部定义的指令码有：

oSTOP            int = 0x00oADD             int = 0x10oSUB             int = 0x11oMUL             int = 0x12oDIV             int = 0x13oSDIV            int = 0x14oMOD             int = 0x15oSMOD            int = 0x16oEXP             int = 0x17oNEG             int = 0x18oLT              int = 0x20oLE              int = 0x21oGT              int = 0x22oGE              int = 0x23oEQ              int = 0x24oNOT             int = 0x25oSHA256          int = 0x30oRIPEMD160       int = 0x31oECMUL           int = 0x32oECADD           int = 0x33oSIGN            int = 0x34oRECOVER         int = 0x35oCOPY            int = 0x40oST              int = 0x41oLD              int = 0x42oSET             int = 0x43oJMP             int = 0x50oJMPI            int = 0x51oIND             int = 0x52oEXTRO           int = 0x60oBALANCE         int = 0x61oMKTX            int = 0x70oDATA            int = 0x80oDATAN           int = 0x81oMYADDRESS       int = 0x90oSUICIDE         int = 0xff

总共 36 个指令码，细心的读者可能会发现指令码定义的值不是连续的，是跳跃的，通过通读代码分析，原因是指令码值的高位是记录指令类型。

vm 的实现是基于栈的，实现相对比较简单。

大部分指令码的功能没有实现，只实现了以下指令码的功能 oSTOP oADD oSUB oMUL oDIV oSET oLD oLT oJMP oJMPI

parsing.go 主要实现的是智能合约的编译和对编译后的代码进行处理，后续供 vm 执行。

transaction.go 定义了交易的结构，还有费用和收益变量。一笔交易包括发起者，接受者，交易的数量，交易的费用，编译后的脚本源码， 运行需要内存，交易签名 和 地址。

费用和收益变量只有初始化赋值，没有具体使用。

脚本源码是智能合约的雏形，为了方便描述和理解还是称呼它为智能合约。此时的智能合约语言和 x86 intel 汇编类似， 语法比较简单，一个操作指令加上操作数，操作数的个数最常见是 0 个，1 个，2 个和 3 个，设计者实现的时候，最多可以支持 6 个。

操作指令和操作数之间用空格分开，操作数与操作数之间也用空格分开。

定义的操作指令有以下这些：（记作 映射表 1)

  "STOP":       "0",  "ADD":        "16",  // 0x10  "SUB":        "17",  // 0x11  "MUL":        "18",  // 0x12  "DIV":        "19",  // 0x13  "SDIV":       "20",  // 0x14  "MOD":        "21",  // 0x15  "SMOD":       "22",  // 0x16  "EXP":        "23",  // 0x17  "NEG":        "24",  // 0x18  "LT":         "32",  // 0x20  "LE":         "33",  // 0x21  "GT":         "34",  // 0x22  "GE":         "35",  // 0x23  "EQ":         "36",  // 0x24  "NOT":        "37",  // 0x25  "SHA256":     "48",  // 0x30  "RIPEMD160":  "49",  // 0x31  "ECMUL":      "50",  // 0x32  "ECADD":      "51",  // 0x33  "SIGN":       "52",  // 0x34  "RECOVER":    "53",  // 0x35  "COPY":       "64",  // 0x40  "ST":         "65",  // 0x41  "LD":         "66",  // 0x42  "SET":        "67",  // 0x43  "JMP":        "80",  // 0x50  "JMPI":       "81",  // 0x51  "IND":        "82",  // 0x52  "EXTRO":      "96",  // 0x60  "BALANCE":    "97",  // 0x61  "MKTX":       "112", // 0x70  "DATA":       "128", // 0x80  "DATAN":      "129", // 0x81  "MYADDRESS":  "144", // 0x90  "BLKHASH":    "145", // 0x91  "COINBASE":   "146", // 0x92  "SUICIDE":    "255", // 0xff

可以看出这是操作指令到虚拟机内部指令码的映射。

编译规则很简单：

1. 操作指令根据映射表 1\, 得到 vm 的内部指令码。 2. 每一个操作数（第 i 个操作数，i 记作位置序数， 从 1 开始）分别乘以 256 的 i 次方， 3. 将步骤 2 的乘积依次相加，最后加上步骤 1 得到的指令， 最终的和作为编译结果。

一个合法的智能合约源码片段可能是这样（记作 代码片段 1）

    "SET 10 6",    "LD 10 10",

按照编译规则，代码片段 1 最终的编译结果是这样的

395843    // 67 + 10 * 256 + 6 * 256^2133698    // 66 + 10 * 256 + 10 * 256^2

vm 运行时，根据编译规则的逆规则，解析出指令码和操作数，根据指令码的功能，进行下一步处理。

运行需要内存没有使用，猜测是用作运行智能合约。

签名字段没有使用，猜测是校验交易是否篡改过。

地址是对 transaction 结构序列化后的字节数组取 sha256 的前 20 位。

block.go 用来定义块结构，非常简单，仅包含一个 transaction 数组 .

block_manager.go 是定义块管理器，用来处理块，持有一个 vm 指针，依次执行块里面的每一个交易的智能合约。

ethereum.go 是 demo 程序入口， mock 两笔交易，打印 vm 执行的日志，最后打印了其中一笔交易的序列化结果。

serialization.go 实现序列化功能，采用的是 RLP 编码，只能对字符串编码。编码规则是

1. 如果是字符串，编码结果是”\x00” 加上字符串的长度，再加上原字符串。计算字符串的长度有一个规则，确保编码无二义性，能正确解码。 2. 如果是字符串数组，编码结果是”\x01”加上每一个字符串编码结果的长度和的编码，再加上每一个字符串的编码结果。有点绕口，这是个递归的过程。 3. 如果是其他类型需要转换成字符串或者字符串数组。 RLP 编码的规律是以数据类型开始，字符串是”\x00”, 字符串数组是”\x01, 然后是数据长度，最后是数据内容。 RLP 编码和解码是递归过程，实现比较简单，编码紧凑，传输效率较高，后续版本中，在网络传输和本地存储都有 RLP 编码的影子。

总体来说，这个版本的代码比较简单，是 geth 的初始设计和验证，没有实现太多的功能，比喻账号，P2P 网络，共识算法等都没有实现，区块链，编译器和虚拟机也设计比较简单，与正式发布版差异比较大，不过对于初次学习 geth 源码，整体认识 geth 还是有一定的意义。

更多精彩内容，关注FxAjax ChainNews 公众号（id：chainnewscom），或者来微博 @ FxAjax ChainNews 与我们互动！转载请注明版权和原文链接！

来源链接：blog.csdn.net