階段式同步（staged sync）重構自Go-Ethereum 的完全同步模式（full sync），以實現更好的性能。

階段式同步需要進行大量讀寫操作。雖然我們的目標是能夠在機械硬盤上同步節點，但是我們仍建議使用固態硬盤。

顧名思義，階段式同步需要依次執行10 個階段。

階段式同步是如何運作的

Turbo-Geth 客戶端會向每個對等節點了解該節點的HEAD 區塊（即最新區塊），然後依次執行每個階段、尋找本地HEAD 區塊和對等節點的HEAD 區塊之間缺失的區塊。

第一個階段（下載區塊頭）會設置本地HEAD 區塊。

各階段會按順序執行。在每個階段執行期間，只有節點本地的狀態達到目標狀態，該階段才會結束。

也就是說，在理想情況下（沒有出現網絡中斷、應用沒有重啟等問題），每個階段只需執行一次，即可完成初始同步。

最後一階段結束後，整個同步流程會重新開始，尋找新的區塊頭下載。

如果你在兩個階段之間重啟應用，應用會從第一階段開始重啟。

如果你在某個階段執行期間重啟應用，應用會從當前階段開始重啟，以完成該階段。

每個階段需要耗時多久？

通過下方的餅狀圖，我們可以看出每個階段的耗時佔比（這些都是從完全同步中得出的數據）。雖然這些數據並不精確，但是足以作為參考。

重組/回退

如果區塊鏈發生重組，我們需要“回退”部分同步數據。

回退指的是從最後一個階段倒退回第一個階段。但是，需要注意的一點是，我們執行完回退之後才會更新交易池，因此我們知道新的nonce 。

回退的階段順序如下例所示（從右往左依次發生）。

state.unwindOrder = []*Stage{ // Unwinding of tx pool (reinjecting transactions into the pool needs to happen after unwinding execution) stages[0], stages[1], stages[2], stages[9], stages[ 3], stages[4], stages[5], stages[6], stages[7], stages[8], }通過ETL 進行預處理

在將數據插入數據庫之前，一些階段會使用我們的ETL 框架根據鍵值對數據進行排序。

這樣就可以極大減少數據庫寫入放大（write amplification）的情況。

因此，當我們生成索引或者說哈希值化狀態（Hashed State）時，我們會執行一個多步驟流程。

將處理過的數據寫入位於數據目錄的幾個臨時文件中；然後使用一個堆棧（heap）把臨時文件中的數據插入到數據庫中，並且使按照能夠最小化數據庫寫入放大現象的順序插入數據。

這種優化有時會將寫入速度提高幾個數量級。

各階段（如需查看最新列表，請訪問stagedsync.go）每個階段都包含兩個函數，分別是向前推進階段的ExecFunc和向後回退階段的UnwindFunc 。

從理論上來說，部分階段可以離線工作，但是當前版本並未實現這一功能。

階段1 ：下載區塊頭

在這一階段，我們會下載本地HEAD 區塊和對等節點的HEAD 區塊之間的所有區塊頭。

這一階段是CPU 密集型的，適合使用多核處理器，因為要驗證區塊頭的工作量證明。

由於區塊鏈重組，大多數回退都是在這一階段開始的。

這一階段會推動本地HEAD 的指針（指向更新的區塊）。

階段2 ：區塊哈希值

從區塊頭中抽取出一個從區塊哈希值映射成區塊號（blockHash -> blockNumber）的索引表，以支持更快速的查找功能，並讓同步過程對機械硬盤更為友好。

階段3 ：下載區塊體

在這一階段，我們會將上一階段已下載區塊頭的區塊體也下載下來。

這一階段需要保持良好的聯網連接。絕大多數數據都在這一階段下載。

階段4 ：復原發送者

這一階段會復原出並存儲每個已下載區塊中的每筆交易的發送者。

這一階段同樣是CPU 密集型的，適合使用多核處理器。

這一階段不需要聯網。

階段5 ：執行區塊

在這一階段，我們會執行之前下載的所有區塊中的每一筆交易。

需要注意的一點是，在執行區塊的過程中，我們不會驗證根哈希，甚至不會創建默克爾樹。

這一階段是單線程的，無需聯網，需佔用大量磁盤空間。如果區塊執行失敗，可以回退該階段。

階段6 ：計算狀態根

這一階段會構建默克爾樹，並驗證當前狀態的根哈希。

這一階段也會構建中間哈希值（Intermediate Hashes），並將它們存儲到數據庫中。

如果之前沒有存儲任何中間哈希值（這種情況可能在第一個初始同步期間發生），這一階段會構建出完整的默克爾樹及其根哈希。

如果數據庫中沒有中間哈希值，這一階段就會利用區塊的歷史記錄來弄清楚哪些哈希值已經過時，哪些哈希值是最新的，然後使用最新的哈希值來構建部分默克爾樹，只重構過時的哈希值。

如果根哈希無法匹配，就會向後回退一個區塊。

這一階段不需要聯網。

階段7 ：生成哈希值化狀態

在執行期間，Turbo-Geth 使用無格式狀態存儲（Plain state storage）。

無格式狀態（Plain State）：在標準狀態（我們稱之為“哈希值化狀態”）中，賬戶和存儲項的地址是keccak256(address) ，但是在一般狀態中，二者的地址就是address 。

儘管如此，為了確保一些API 能夠正常運作並與其它客戶端保持兼容，我們也會生成哈希值化狀態。

如果哈希值化狀態不是空值，我們會查看歷史記錄變更集（History ChangeSet），並且只更新已更改的項。

這個階段不需要聯網。

階段8、9、10 ：生成索引

同步期間會生成3 個索引。

這3 個索引可能會被禁用，因為所有API 都不使用它們。

這一階段不需要聯網。

交易查詢索引

該索引表由從交易哈希值到區塊號的映射構成。

賬戶歷史索引

該索引存儲了從賬戶地址到區塊列表（在這些區塊中，該賬戶的狀態有了更改）的映射。

存儲歷史索引

該索引存儲了從存儲項地址到區塊列表（其中，該存儲項在一定程度上有了更改）的映射。

階段11 ：交易池

在這一階段，我們會啟動交易池或更新其狀態。例如，如果我們已下載的區塊中包含了某些交易，就把這些交易從交易池中移除。

在回退時，我們會將被回退的區塊中的交易重新添加到交易池中。

這個階段不需要聯網。

（完）

（文內有許多超鏈接，可點擊左下”閱讀原文“ 從EthFans 網站上獲取）

原文鏈接:

https://github.com/ledgerwatch/turbo-geth/tree/master/eth/stagedsync

作者: Alex Sharov