【以太坊剖析】以太坊虛擬機器（EVM）之基本定義

飛起航發表於2022-02-04
虛擬機

以太坊虛擬機器(EVM)

以太坊虛擬機器（Ethereum Virtual Machine，簡稱EVM）是一個基於棧的虛擬機器，基於特定的環境資料，執行一系列的位元組程式碼形式的指令，以修改系統狀態。EVM目前提供了11類，140個指令。

EVM是一個準圖靈機，這個“準”的限定來源於其中的運算是通過引數gas來限制的，也就是限定了可以執行的運算總量。EVM的具體邏輯定義為程式碼執行函式(Ξ)：

\((\boldsymbol{\sigma}', g', A, \mathbf{o}) \equiv \Xi(\boldsymbol{\sigma}, g, I)\)

其中，函式的引數部分，σ表示狀態，g表示可用gas，I表示執行環境資料；函式的返回值部分，σ'表示計算後的狀態，g'表示剩餘gas，A表示累積子狀態，o表示結果輸出。

EVM的具體實現邏輯包含：

  • 基本定義： 對環境、指令集、EVM狀態的定義
  • 合約程式碼執行： 將合約位元組程式碼解析為一系列指令及其引數，並迴圈執行。
    • 指令執行： 根據執行環境和EVM狀態，對單條指令進行解析、計費、執行
      • 指令解析： 獲取將位元組碼解析為指令及引數
      • GAS計費： 計算指令執行所要消耗的gas數量，並校驗gas是否充足
      • 棧操作： 出入棧操作，及其校驗
      • 記憶體操作： 讀寫記憶體操作，記憶體分配等
      • 指令運算： 執行指令的具體邏輯
    • 異常停止： 因Gas不足、棧溢位等問題導致的程式執行終止。
    • 正常停止： 按照程式碼邏輯完成指令的執行，並正常退出和輸出結果。
  • 狀態修改： 基於執行前的狀態資料，完成gas支付、空賬戶清除（及其補貼用於抵扣部分gas）等狀態修改操作。

基本定義

指令集

目前，EVM提供了140個指令。其中，以太坊黃皮書中定義了135個，包含特定的無效指令INVALID；以太坊改進提案（Ethereum Improvement Proposals，下文中簡稱EIPs）中定義了5個。

指令定義

每個指令的定義資訊包括：

  • 位元組碼 ：或稱指令編號，數值範圍0x00 - 0xff。
  • 助記符 ：或稱指令名稱
  • 出棧數量
  • 入棧數量
  • 指令含義 ：指令的基本描述、Gas費用、運算邏輯，以及機器狀態（棧、記憶體）的操作
//OpCode.java:L618
private final byte opcode;//位元組碼
private final int require;//出棧數量
private final Tier tier;//gas費用級別
private final int ret;//入棧數量
private final EnumSet<CallFlags> callFlags;//訊息呼叫型別集合，用於標註CALL類指令，如是否靜態呼叫

//OpCode.java:L636
private OpCode(int op, int require, int ret, Tier tier, CallFlags ... callFlags) ...
指定定義示例

下面以加法算術指令ADD指令為例，其指令定義為：

  • 位元組碼： 0x01
  • 出棧數量： 2，即ADD指令引數，被加數與加數
  • 入棧數量： 1，即ADD指令運算結果，被加數與加數之和
  • Gas費用級別： VeryLowTier，對應gas數量為3
//OpCode.java:L45
ADD(0x01, 2, 1, VeryLowTier),

指令類別

以太坊黃皮書中將指令劃分為11個類別，且每類指令的編號的數值範圍不同。比如，停止和算術運算類指令編號的陣列區間為0x00 - 0x0f（表示為0s）。

指令類別及其部分指令：

  • 0s：停止和算術運算
    • 停止指令：STOP
    • 算術類（部分）：ADD（加）、SUB（減）、MUL（乘）、DIV（除）、MOD（取模）、EXP（指數）
  • 10s：比較和按位邏輯運算
    • 比較邏輯運算（部分）：LT（小於）、GT（大於）、EQ（等於）、ISZERO（否，結合EQ指令實現不等於）
    • 按位邏輯運算：AND（與）、OR（或）、NOT（非）、XOR（異或）
  • 20s：SHA3運算，SHA3（Keccak-256雜湊）
  • 30s：環境資訊（部分），ADDRESS（獲取Ia）、GASPRICE（獲取Ip）、BALANCE（獲取給定賬戶餘額）
  • 40s：區塊資訊
    • BLOCKHASH：獲取指定高度的祖先區塊的頭部雜湊
    • COINBASE：獲取該區塊的礦工賬戶地址
    • TIMESTAMP：獲取該區塊的時間戳
    • NUMBER：獲取區塊的號碼
    • DIFFICULTY：獲得區塊的難度
    • GASLIMIT：獲得區塊的gas上限
  • 50s：棧，記憶體，儲存和流程操作
    • 棧：POP（出棧）
    • 記憶體：MLOAD（從記憶體中載入字）、MSTORE（將字儲存到記憶體）、MSTORE8（將位元組儲存到記憶體）、MSIZE（獲取活動記憶體的大小）
    • 儲存：SLOAD（從儲存載入字）、SSTORE（將字儲存到儲存）
    • 流程控制：JUMP（跳轉）、JUMPI（有條件的跳轉）、JUMPDEST（μpc加1）、PC（獲取μpc）、GAS（獲取μg）
  • 60s & 70s: 入棧（Push）操作，PUSH1 - PUSH32
  • 80s: 複製（Duplicate）操作，DUP1 - DUP16
  • 90s: 替換（Exchange）操作，SWAP1 - SWAP16
  • a0s: 日誌操作，LOG0 - LOG4
  • f0s: 系統操作（部分）
    • CREATE：建立合約
    • CALL：訊息呼叫合約
    • CALLCODE：使用指定帳戶的程式碼對當前帳戶進行訊息呼叫
    • RETURN：停止執行，返回輸出資料
    • DELEGATECALL：使用指定帳戶的程式碼對當前帳戶進行訊息呼叫，但保留sender和value屬性現有的值。
    • INVALID：保留的無效指令
    • SELFDESTRUCT：銷燬合約

此外，還在EIPs中定義瞭如下指令：

  • EIP-145中定義了3個按位邏輯運算（10s）
    • SHL：0x1b，左移 (shift left)
    • SHR：0x1c，邏輯右移 (logical shift right)
    • SAR：0x1d，算術右移 (arithmetic shift right)
  • EIP-1014中定義了1個系統操作指令（f0s）
    • CREATE2：0xf5，建立指定地址的合約賬戶
  • EIP-1052中定義了1個環境資訊獲取指令（30s）
    • EXTCODEHASH：0x3f，獲取合同程式碼的keccak256雜湊

執行環境

執行環境資料，表示為I，包含屬性:

  • Ia，擁有正在執行的程式碼的賬戶地址，一般是指交易的傳送方賬戶S(T)，在合約呼叫合約的情況下則不同。
  • Io，觸發這次執行的初始交易的傳送者地址，初始交易是指由外部賬戶發起的交易S(T)。
  • Ip ，觸發這次執行的初始交易的 gas 價格。
  • Id ，這次執行的輸入資料位元組陣列；如果執行代理是一個交易，這就是交易資料。
  • Is，觸發這次執行的賬戶地址；如果執行代理是一個交易，則為交易傳送者地址。
  • Iv ，作為這次執行的一部分傳到當前賬戶的轉賬金額，以 Wei為單位；如果執行代理是一個交易, 這就是交易的轉賬金額。
  • Ib，所要執行的EVM位元組碼陣列。
  • IH，當前區塊的區塊頭。
  • Ie，當前訊息呼叫或合約建立的深度（也就是當前已經被執行的 CALL 或 CREATE 的數量）。
  • Iw，修改狀態的許可。

這裡我們來回顧一下交易資料與待執行程式碼的對照關係：

  • 訊息呼叫交易
    • Ib：即交易的被呼叫合約Tt，儲存在世界狀態樹中的合約程式碼σ[Tt]c
    • Id：交易的訊息呼叫輸入資料Td，儲存在交易附言(Transaction.data)屬性。
  • 合約建立交易
    • Ib：即交易的合約初始化程式碼Ti，也儲存在交易附言(Transaction.data)屬性。
    • Id：此類交易無輸入資料

EVM狀態

EVM狀態，也稱機器狀態（Machine State），表示為μ。

  • 可用Gas

可用gas，表示為μg，根據交易gas上限和已用gas數量計算：gasLimit - gasUsed。

//ProgramResult.java:L40
private long gasUsed;//已用gas數量

//Program.java:L745，計算剩餘可用gas，對應黃皮書的125公式
public long getGasLong() {
    return invoke.getGasLong() - getResult().getGasUsed();
}
  • 程式計數器

程式計數器，表示為μpc，初始值為0。

//Program.java:L98
private int pc; //程式計數器，初始值為0，對應黃皮書的126公式
  • 記憶體

記憶體，表示為μm，記憶體模型是基於字定址(word-addressed)的位元組陣列，所有記憶體中的資料都會初始化為0。

//Program.java:L89
private Memory memory;

//Memory.java:L33
public class Memory ... {//記憶體模型是簡單地基於字定址(word-addressed) 的位元組陣列

    private static final int CHUNK_SIZE = 1024;//記憶體塊大小，記憶體按塊進行擴充套件(1 chunk = 32 word = 1024 byte)
    private static final int WORD_SIZE = 32;//字的大小(1 word = 32 byte)，對應黃皮書的9.1章節中的約定

    private List<byte[]> chunks = new LinkedList<>();//記憶體塊資料列表
    ...
}
  • 記憶體已啟用字數

記憶體已啟用字數，表示為μi，初始值為0。

//Memory.java:L39
private int softSize; //μi，記憶體已啟用的字數，初始值為0，對應黃皮書
  • 棧

棧，表示為μs，其中棧中資料項的大小（即字長）是256位，最大深度為1024，初始值為空序列。

//Program.java:L88
private Stack stack;

//Stack.java:L24
public class Stack extends java.util.Stack<DataWord> ... //棧的字大小為256位，對應黃皮書9.1章節的約定
  • 結果資料

主要是指訊息呼叫指令的結果輸出資料，表示為μo，初始值為空序列。

//Program.java:L91
private byte[] returnDataBuffer;//μo，機器狀態中的指令輸出，對應黃皮書的130公式

交易子狀態

交易執行過程中會產生一些特定的資訊，記錄交易相關的賬戶、日誌等內容，也稱為交易子狀態或累積子狀態。

  • 自銷燬賬戶集合

合約程式碼執行過程中，通過SELFDESTRUCT指令銷燬賬戶的地址的集合，表示為As，初始值為空集合。

//ProgramResult.java:L45
private Set<DataWord> deleteAccounts;//自毀賬戶集合(As)：一組應該在交易完成後被刪除的賬戶
  • 接觸賬戶集合

交易執行過程中所接觸賬戶的地址的集合，表示為At，初始值為空集合。此集合的特徵是交易執行過程中賬戶狀態發生過變化，包含新建立的合約賬戶、訊息呼叫接收方賬戶、銷燬賬戶餘額的繼承賬戶等，交易執行完成時將刪除其中的空賬戶。

//ProgramResult.java:L46
private ByteArraySet touchedAccounts = new ByteArraySet(); //接觸賬戶集合(At)，其中的空賬戶可以在交易結束時刪除
  • 日誌集合

合約程式碼執行中，輸出的一系列帶有主題和資料內容的日誌，並且記錄了輸出日誌的賬戶地址，表示為Al，初始值為空。其中，日誌的所屬賬戶地址和主題可以作為檢索條件，通過區塊頭部和交易收據中的Bloom過濾器，實現區塊、交易二級索引的資訊查詢。
合約開發者通過日誌，可以獲取合約執行的詳細狀態，方便合約的上層應用實現一些類似於非同步通知或回撥功能，為應用終端使用者提供更加友好的體驗。

//ProgramResult.java:L48
private List<LogInfo> logInfoList;//日誌集合(Al)：這是一些列針對VM程式碼執行的歸檔的、可索引的‘檢查點’，允許以太坊世界的外部旁觀者(例如去中心化應用的前端)來簡單地跟蹤合約呼叫。
  • 返還Gas數量

以太坊為了鼓勵合約開發者儘可能少的佔用計算資源，對於釋放已佔用資源的操作給予一定的gas補貼以抵扣部分交易費用，如通過SSTORE指令釋放合約儲存資源，通過SELFDESTRUCT指令清空指定賬戶的狀態資料。合約程式碼執行中，將根據約定計算返還gas數量，表示為Ar，初始值為0。

//ProgramResult.java:L49
private long futureRefund = 0;//返還gas數量(Ar)：與SSTORE、SUICIDE（黃皮書中為SELFDESTRUCT）指令相關

相關文章