Page 154 - 《软件学报》2026年第1期
P. 154
苏琳萱 等: 区块链状态分片技术综述 151
的资格. BrokerChain 将跨分片交易的处理分为两个阶段, 分别在源分片和目标分片中执行, 通过锁定代币和随机
数机制来防止重放攻击, 并确保交易的原子性. 然而, 该机制的实际应用依赖于中介账户的资产质押, 在缺乏有效
激励机制的情况下, 可能难以吸引足够数量的用户担任中介账户, 从而影响该机制的高效性与可扩展性.
X-Shard [45] 提出了一种乐观策略来处理多输入多输出的跨分片交易. 该方案中, 跨分片交易初步被乐观地认为
有效, 只有在被提交到目标分片时才进行有效性验证. X-Shard 引入了由分片管理的网关账户来处理跨分片交易,
每笔交易被分解为多个内部分片的子交易, 子交易首先在输入分片中将代币从用户账户转移至网关账户, 最终由
网关账户将资金转移至接收账户. 各输入分片可以乐观并行处理子交易, 无需等待其他分片的结果. 对于验证失败
的跨分片交易, 系统将回滚以确保交易的原子性. 此外, X-Shard 设计了一种基于阈值签名的跨分片提交协议, 将
2 O(n). 然而, 该方案通过网关账户集中处理跨分片交易, 与 面
跨分片交易的通信开销从 O(n ) 降低至 BrokerChain
临着相同的缺乏有效激励机制的问题.
3 状态分片现有方案对比与分析
区块链状态分片技术的研究围绕状态分配、状态迁移和跨分片交易处理这 3 大关键问题展开, 其目标是通过
优化这些关键环节, 有效缩小系统实际性能与理论预期之间的差距. 表 4 对近年来相关研究成果进行了梳理并对
比, 总结了各方案在解决上述关键问题方面的技术特点.
表 4 状态分片技术对比总结
状态分配
年份 分片协议 状态模型 分片数量/ 跨片交易 状态迁移
方法 负载分布 处理
跨片交易比例
2016 Elastico [10] UTXO - - - - 无需迁移
[36] *
2018 OmniLedger UTXO 哈希分配 32/99.80% - 2PC 无需迁移
[39] *
2019 Monoxide 账户模型 哈希分配 32/96.20% - 中继交易 无需迁移
[40] † #
2019 OptChain UTXO 图分配 32/21.70% 对比OmniLedger, 降低约90%交易队列拥堵 其他 -
[33] †
2021 Shard scheduler 账户模型 状态调度 10/60%–70% 60分片时, 延迟比哈希分配低3.5倍 2PC -
[15] †
2022 BrokerChain 账户模型 图分配 32/65.70% 对比Monoxide, 具有更小的分片工作负载方差 其他 周期性迁移
[60]
2023 LB-Chain 账户模型 机器学习 - 对比Monoxide, 将最大最小负载比由4倍降至2倍 中继交易 动态迁移
注: †表示从原文献中获得的数据; *表示使用真实交易并按照论文设计的方法测试得到的数据; -表示协议设计中并未考虑该属
性或是未明确给出该项属性的相关数据; #表示OptChain为部署在客户端的轻量化状态配方案, 可与不同的跨分片交易处理方案
结合
状态分片技术所涵盖的 3 个关键问题密切相关, 并且在其研究过程中相互促进. 最初, Elastico [10] 协议并未采
用状态分片技术, 节点仍面临巨大的存储压力. 为解决此问题, 后续协议引入状态分片技术. 在状态分片技术的早
期研究中, 大量工作集中于设计跨分片交易的处理方法, 研究重点在于如何在分片间协同的前提下, 保证交易处理
的原子性和一致性. 然而, 为简化系统实现, 大多数协议采用静态分配方法, 这导致系统存在着高跨分片交易比例
和热分片的现象, 显著限制了系统性能. 随着这些问题的暴露, 动态分配方法成为研究热点. 通过动态调整分片维
护的状态数据, 降低了跨分片交易比例, 同时保证了分片间的工作负载均衡, 显著改善了系统性能表现. 在此基础
上, 跨分片交易处理方法的研究逐步从保证交易的 ACID 属性转向追求更高效的方案, 并与不同状态分配方法结
合, 进一步提高处理效率. 此外, 动态分配方法的研究也促使状态迁移机制的研究需求逐渐显现. 状态迁移机制需
要在动态调整状态分配过程中, 确保分片间状态数据的快速、安全迁移.
从表 4 中可以看出, 现有研究多集中于状态分片中某一关键问题. 为提升系统性能, 通常引入多重技术进行优
化, 但这一过程往往忽略了分片系统的完整性与简洁性, 为理论的实际应用带来了诸多挑战. 此外, 不同的解决方
案通常依赖于特定的应用场景假设. 例如, 图分配方法通常假设账户未来的交易特征符合历史趋势, 而状态调度方
法则以账户行为存在突发波动为前提. 这些假设导致不同方案在设计过程中的侧重点和适用范围各异. 因此, 在研

