本文将讨论返回动态数组的函数限制、处理方法，以及「用智能合约实现 Web2 后端」方法来构建应用程序的可行性。

原文标题：《智能合约：关于返回动态数组的问题》

撰文：Oleg Shatniuk

编译：ChinaDeFi

自从智能合约被引入以来，基于智能合约的系统复杂性增加了很多。它从简单的投票合约、ERC20 代币开始，发展到像 Uniswap、Aragon 等复杂的架构。

最近，我所在的 Custom App( 开发工作室 ) 正在开发一款 Minter Guru dApp，而我正在研究系统架构和智能合约。根据 Minter Guru 的理念，我们必须将尽可能多的逻辑转移到智能合约上。

在实现 read( 从 CRUD 模式 ) 函数时，我们遇到了返回动态大小数组的问题，该数组可能包含数百甚至数千个元素。因此，我们研究了实现此类函数的局限性。

在本文中，我们将讨论这些限制、处理它们的方法，以及「用智能合约实现 Web2 后端」方法来构建应用程序的可行性。

为了更好地理解，你应该熟悉以太坊区块链基础知识 ( 或任何其他 EVM 兼容的区块链，如 Polygon 或 BSC)，Solidity 和 Hardhat。所有关于如何运行它的例子和说明的代码都可以在我们的 GitHub 库中找到。

Gas 限制

我们的第一个想法是，理论上，我们可以达到 gas 的极限。

在 EVM 中，每个函数调用都需要 gas。由于调用不会消耗真正的 gas，所以我们可以设置任何 gas 限制，但是由于 EVM 实现的最大 gas 限制等于 uint64 类型的最大值，所以就是 18446744073709551615。

让我们通过一个简单的合约例子来检查一下实现这个限制的速度。我们将使用一个简单的合约 uint256[]存储变量，推送 n 个值到数组函数和 getter 方法。此外，我们需要两个脚本来部署合约，并测试所需的 gas 限制。我们将使用 Hardhat 作为我们的本地网络并与合约进行交互。

消耗的 gas 取决于数组的大小，因为 EVM 会将数组数据复制到内存中。因此，我们将研究 gas 消耗和数组大小 ( 以字节为单位 ) 之间的依赖关系。为了简单起见，我们使用 uint256[]数组。对于其他数据类型，以字节为单位的编码数组大小的计算有所不同。根据 Solidity，Enc(uint256[])=Enc(array.size)(Enc(array[0]，…，array[array.size-1]))。因此，数组的字节大小等于 size(uint256)+size(uint256)array.size=32+32array.size。

// SPDX-License-Identifier: MIT

pragma solidity ^0.8.9;

contract ReturnLimitTest {

uint256[] private array;

function addToArray(uint256 count) external {

for (uint256 i = 0; i < count; i++) {

array.push(array.length);

}

}

function getArray() external view returns (uint256[] memory) {

return array;

}

}

import * as hre from "hardhat";

import {program} from "commander";

import {ReturnLimitTest__factory} from "../typechain-types";

async function main() {

program.option("-instance, --instance <string>")

program.parse();

const BN = hre.ethers.BigNumber;

const accounts = await hre.ethers.getSigners();

const factory = new ReturnLimitTest__factory(accounts[0]);

const instance = factory.attach(program.opts().instance);

console.log("array size,estimated gas")

for (let i = 0; i < 10000000000000000; i++) {

const estimatedGas = await instance.estimateGas.getArray({

gasLimit: BN.from("18446744073709551615")

});

await instance.addToArray(1000);

console.log((i * 1000).toString() + ',' + estimatedGas.toString());

}

}

main().catch((error) => {

console.error(error);

process.exitCode = 1;

});

在运行这个脚本时，我们看到 for 循环的迭代开始变得异常缓慢。第 10 次迭代花了 10 秒以上，第 50 次花了 4 分钟以上。

根据某些数组大小估计的 gas

估计的 gas 依赖于数组大小

在图表中，我们可以看到估计的 gas 与数组大小呈线性关系，所以让我们建立外推来估计数组的理论大小。我们已经使用谷歌电子表格和线性回归完成了它。

估计 gas 外推

可以看到，理论上的 uint256 数组尺寸限制大约等于 1.8e+17 千字节 (163709 千字节 )，这实际上是无法实现的。其中执行时间就是一个大问题。

执行时间

首先，我们要提到的是，我们正在用 Node.js 实现的 Hardhat 网络进行测试，所以它的性能会比在以太坊节点中使用的 Golang 实现要差。但是，与 EVM 实现语言相比，EVM 的设计对智能合约功能的实现影响更大。

进行测试的机器参数:

• CPU - 11 代 Intel®Core™i7-1165G7 @ 2.80GHz × 8
• Ram - 16GB
• 操作系统 - Ubuntu 22.04 LTS
• 磁盘 - 512gb SSD

现在修改我们的测试脚本来测量执行时间。我们只需要改变测试脚本中的 for 循环来记录执行时间。下面是代码：

console.log("array size,estimated gas,execution time")

for (let i = 0; i < 10000000000000000; i++) {

const start = Date.now();

const estimatedGas = await instance.estimateGas.getList({

gasLimit: BN.from("18446744073709551615")

});

const finish = Date.now();

await instance.addToList(1000);

console.log((i * 1000).toString() + ',' + estimatedGas.toString() +

',' + (finish - start).toString());

}

现在我们可以看到，高执行时间的问题很快就出现了。对于 320 KB 的数据，12 秒的执行时间太长了，所以时间成为我们需要克服的主要问题。

分页

没有一种神奇的方法可以在合理的时间内获得大的数组。但是，如果你的应用程序在某一时刻不需要完整的数组，你可以像在 Web2 中那样使用分页模式。然而，如果是这样，则表明存在架构问题，这是智能合约系统或经典 Web2 应用程序无法解决的。

分页通常被开发人员用来限制一个 API 调用中返回数据的大小。这种方法减少了延迟，也减少了为浏览器和移动应用程序呈现的 UI 元素的数量。

分页的实现包括以下步骤：

1. 在数组上定义排序
2. 将页码和页面大小添加到 API 方法 ( 本例中的合约函数 )。你的新方法应该返回数组的一部分：array[pagesize:min((page+1)size, array.length)]
3. 将数组中元素的总数量添加到响应中，就可以在客户端上找到页面数量。

现在修改我们的测试智能合约，如下图所示：

// SPDX-License-Identifier: MIT

pragma solidity ^0.8.9;

contract ReturnLimitTestWithPagination {

uint256[] private array;

function addToArray(uint256 count) external {

for (uint256 i = 0; i < count; i++) {

array.push(array.length);

}

}

function getArray(uint256 page, uint256 pageSize) external view returns (uint256[] memory, uint256) {

require(pageSize > 0, "page size must be positive");

require(page == 0 || page*pageSize <= array.length, "out of bounds");

uint256 actualSize = pageSize;

if ((page+1)*pageSize > array.length) {

actualSize = array.length - page*pageSize;

}

uint256[] memory res = new uint256[](actualSize);

for (uint256 i = 0; i < actualSize; i++) {

res[i] = array[page*pageSize+i];

}

return (res, array.length);

}

}

测试脚本。我们还将节省每个获取页面调用的执行时间，以表明它对任何页面保持不变。这是代码：

import * as hre from "hardhat";

import {program} from "commander";

import {ReturnLimitTestWithPagination__factory} from "../typechain-types";

async function main() {

program.option("-instance, --instance <string>")

program.parse();

const accounts = await hre.ethers.getSigners();

const factory = new ReturnLimitTestWithPagination__factory(accounts[0]);

const instance = factory.attach(program.opts().instance);

await instance.addToArray(1023);

console.log("array size,execution time,one call execution times")

for (let i = 1; i < 10000000000000000; i++) {

const start = Date.now();

const oneCall = [];

for (let j = 0; j < i; j++) {

const start = Date.now();

await instance.estimateGas.getArray(j, 1024);

oneCall.push((Date.now() - start));

}

const finish = Date.now();

await instance.addToArray(1024);

console.log((i * 1024 * 32).toString() + ',' +

(finish - start).toString() + ',' + oneCall.join(";"));

}

}

main().catch((error) => {

console.error(error);

process.exitCode = 1;

});

让我们看看结果。同样，完整的结果可以在我们的存储库中找到。此外，为了减少表的大小，我们将只显示 get 页面调用的平均和最大执行时间：

按页获取数组的执行时间

所以现在我们可以在合理的时间内得到数组的一部分。

最后一个细节：如果想要遍历可以频繁修改状态的数组，可以在调用函数时使用固定的区块号。这保证了状态在每一页调用中都保持不变。使用 Hardhat 合约绑定，可以这样做：

await instance.getArray(0, 1024, {

blockTag: 1234, // block number, hash, or tag (eg. latest)

});

结论

所以，有两个要点：

• 返回大数组的函数的主要问题是调用执行时间。
• 通过分页，我们可以使调用时间变得合理，并可以获取部分数据。如果应用程序的 for 逻辑可以同时处理数组的一部分，就可以使用该模式。

我们已经用最简单的 getter 逻辑完成了所有的测试，但是在你的应用程序中，getter 逻辑可能要复杂得多，因此在设计架构时，应该小心地将所有内容转移到智能合约。

在部署到主网后，你可能会遇到无法解决的问题 ( 如果你的合约不可升级 )。如果你觉得你的系统太复杂，无法将其全部放入智能合约中，那么将智能合约与经典的 Web2 解决方案相结合将是明智的选择。