编者按：本文来自以太坊爱好者，作者:PaulHauner，翻译:阿剑，Odaily星球日报经授权转载。一个测试网倒下，千千万万个测试网站起来
一个星期以前，我们宣布使用Lighthouse客户端启动一个大型的公开测试网。测试网成功启动并且运行了一周，首次证明了使用生产环境配置的Eth2测试网也是可以跑起来的。启动测试网时，我们曾说，“我们要尝试把这个测试网搞崩，而且我有自信我们能够成功”。测试网确实挂了，而且是两次。第一次是在周六上午，第二次是在周一早上。第一次挂掉之后，我们成功恢复了测试网运行；但第二次崩溃时，我们决定就此收手，不再恢复。这里说的“崩溃”、“挂掉”，都是指测试网无法敲定epoch。而没法敲定epoch的原因是超过1/3的验证者都掉线了。在设计上，这个测试网遇到问题不会死撑，而是会快速且明确地表现出失败。这个测试网的基石是4个AWSt2.medium实例；每个实例都作为公开的引导节点，负载4096个验证者。实际上，我们也很惊讶，它们居然能撑这么久；对于少数硬件配置一般的机器来说，这是巨大的负担；它们中只要有两个离线了，测试网就没法继续敲定了。我们分析了这两次崩溃事件，也学到了很多。我们团队已经回到开发工作中，希望能在下周发布一个新的测试网。你可以在v0.1.1milestone这个页面上了解我们的进展。教训
测试网崩溃的主要原因
测试网第一次崩溃的直接原因是软件的联网部件中的一个循环，它会“看到”某个见证数据不断地重复发布。该循环在我们部署的四个信标节点中的两个节点上出现了，耗尽了它们的资源，使得它们无法生产区块和见证数据。这个问题是导致两次崩溃的直接原因。我们已经更新了我们的gossipsub实现，现在，每条内容都是根据其内容来寻址的，这就意味着，如果我们收到两条内容相同的消息，gossipsub协议会忽略掉第二条消息。我们也在Lighthouse客户端的代码中加入了复制消息检查，以此防止收发复制消息。测试网崩溃的次要原因
数据量暴涨两个信标节点挂掉以后，测试网就不可能敲定区块了。不过，剩下的两个节点仍在继续发出和接收区块，这也是我们希望看到的情形。但是，网络失去确定性之后，它们就无法修剪和压缩它们的数据库，这就导致它们的数据库以每小时几GB的速度增长。因为我们将测试网节点的硬盘限制在32GB，最终，它们的磁盘被旧数据塞满、无法再接受新区块了。这就导致另外两个节点也离线了。在这种情况下，要想恢复测试网运行也很简单，只需加大硬盘、重启节点即可。我们也对这种恢复方式很满意，因为这就意味着，一些配有大硬盘的节点在两次崩溃中都几乎不会受到什么影响。在我写作本文之时，Michael正在开发针对这个问题的解决方案，思路是让数据库的膨胀速度降低32倍。虽然我们很高兴看到在100epoch不能敲定之后节点能够恢复，但目前的情况相当于，一个硬盘不足64gb的节点只有约10个小时的生存时间。恢复能力对Lighthouse客户端是非常重要的，而Michael的更新会将10小时延长到13天。分叉选择我们也观察到，网络的分叉选择时间延长到了8秒。在我们看来，这是不可接受的，必须要去解决它。我们意识到，这个问题是由于过度从磁盘中加载信标链状态导致的，所以我们已经写了一个PR来解决这个问题。社区反馈很高兴看到人们参与到Lighthouse测试网中来并运行自己的验证者，有400多名参与者参与了我们的测试网！感谢他们的反馈！下面这些建议是他们一再提到的：需要更快的同步时间：我们正在努力了，预计在0.1.1版本中，同步速度可以快上1.5～2倍。更好的docker文档：Scott正在优化这些文档，而且新的测试网会用docker来部署。更稳定的eth1节点：我们提供了一个公开的eth1节点，方便用户的使用，但事实证明，这个节点还导致了某些验证者宕机。在下一个测试网发布的时候，我们会在不同的地区部署少量节点，并在这些节点间做负载均衡。更多API端点：becaoncha.in团队联系上了我们，并希望他们的区块浏览器能够得到更多的API端点。我们已经提交了一个PR，估计会在0.1.1版本时合并。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。