摘要：是以太坊中存儲區(qū)塊數(shù)據(jù)的核心數(shù)據(jù)結(jié)構(gòu)，它和融合一個樹形結(jié)構(gòu)，理解結(jié)構(gòu)對之后學(xué)習(xí)以太坊區(qū)塊以及智能合約狀態(tài)存儲結(jié)構(gòu)的模塊源碼很有幫助。

MPT(Merkle Patricia Tries)是以太坊中存儲區(qū)塊數(shù)據(jù)的核心數(shù)據(jù)結(jié)構(gòu)，它Merkle Tree和Patricia Tree融合一個樹形結(jié)構(gòu)，理解MPT結(jié)構(gòu)對之后學(xué)習(xí)以太坊區(qū)塊header以及智能合約狀態(tài)存儲結(jié)構(gòu)的模塊源碼很有幫助。

它的葉子是數(shù)據(jù)塊的hash，從圖中可以看出非葉子節(jié)點是其子節(jié)點串聯(lián)字符串的hash，底層數(shù)據(jù)的任何變動都會影響父節(jié)點，這棵樹的Merkle Root代表對底層所有數(shù)據(jù)的“摘要”。
這樣的樹有一個很大的好處，比如我們把交易信息寫入這樣的樹形結(jié)構(gòu)，當(dāng)需要證明一個交易是否存在這顆樹中的時候，就不需要重新計算所有交易的hash值。比如證明圖中Hash 1-1，我們可以借助Hash 1-0重新計算出Hash 1，然后再借助Hash 0重新計算出Top Hash，這樣就可以根據(jù)算出來的Top Hash和原來的Top Hash是否一樣，如果一樣的話那么Hash 1-1就屬于這棵樹。
所以想象一下，我們將這個Top Hash儲存在區(qū)塊頭中，那么有了區(qū)塊頭就可以對區(qū)塊信息進(jìn)行驗證了。同時 Hash 計算的過程可以十分快速，預(yù)處理可以在短時間內(nèi)完成。利用Merkle樹結(jié)構(gòu)能帶來巨大的比較性能提升。

從它的名字壓縮前綴樹再結(jié)合上圖就可以猜出來Patricia樹的特點了，這種樹形結(jié)構(gòu)比將每一個字符作為一個節(jié)點的普通trie樹形結(jié)構(gòu)，它的鍵值可以使用多個字符，降低了樹的高度，也節(jié)省了空間，再看個例子：

圖中可以很容易看出數(shù)中所存儲的鍵值對：

6c0a5c71ec20bq3w => 5

6c0a5c71ec20CX7j => 27

6c0a5c71781a1FXq => 18

6c0a5c71781a9Dog => 64

6c0a8f743b95zUfe => 30

6c0a8f743b95jx5R => 2

6c0a8f740d16y03G => 43

6c0a8f740d16vcc1 => 48

在以太坊中MPT的節(jié)點的規(guī)格主要有一下幾個:

NULL 空節(jié)點，簡單的表示空，在代碼中是一個空串

Nibble 它是key的基本單元，是一個四元組（四個bit位的組合例如二進(jìn)制表達(dá)的0010就是一個四元組）

Extension 擴(kuò)展節(jié)點有兩個元素，一個是key值，還有一個是hash值，這個hash值指向下一個節(jié)點

Branch 分支節(jié)點有17個元素，回到Nibble，四元組是key的基本單元，四元組最多有16個值。所以前16個必將落入到在其遍歷中的鍵的十六個可能的半字節(jié)值中的每一個。第17個是存儲那些在當(dāng)前結(jié)點結(jié)束了的節(jié)點(例如， 有三個key,分別是 (abc ,abd, ab) 第17個字段儲存了ab節(jié)點的值)

Leaf 葉子節(jié)點只有兩個元素，分別為key和value

這里還有一些知識點需要了解的，為了將MPT樹存儲到數(shù)據(jù)庫中，同時還可以把MPT樹從數(shù)據(jù)庫中恢復(fù)出來，對于Extension和Leaf的節(jié)點類型做了特殊的定義：如果是一個擴(kuò)展節(jié)點，那么前綴為0，這個0加在key前面。如果是一個葉子節(jié)點，那么前綴就是1。同時對key的長度就奇偶類型也做了設(shè)定，如果是奇數(shù)長度則標(biāo)示1，如果是偶數(shù)長度則標(biāo)示0。

以太坊中主要有一下幾個地方用了MPT樹形結(jié)構(gòu)：

State Trie 區(qū)塊頭中的狀態(tài)樹

key => sha3(以太坊賬戶地址address)

value => rlp(賬號內(nèi)容信息account)

Transactions Trie 區(qū)塊頭中的交易樹

key => rlp(交易的偏移量 transaction index)

每個塊都有各自的交易樹，且不可更改

Receipts Trie 區(qū)塊頭中的收據(jù)樹

key = rlp(交易的偏移量 transaction index)

每個塊都有各自的交易樹，且不可更改

Storage Trie 存儲樹

存儲只能合約狀態(tài)

每個賬號有自己的Storage Trie

這兩個區(qū)塊頭中，state root，tx root receipt root分別存儲了這三棵樹的樹根，第二個區(qū)塊顯示了當(dāng)賬號175的數(shù)據(jù)變更(27 -> 45)的時候，只需要存儲跟這個賬號相關(guān)的部分?jǐn)?shù)據(jù)，而且老的區(qū)塊中的數(shù)據(jù)還是可以正常訪問。

MPT樹種還有一個重要的概念一個特殊的十六進(jìn)制前綴(hex-prefix, HP)編碼來對key編碼，我們先來了解一下編碼定義規(guī)則，源碼實現(xiàn)后面再分析：

RAW 原始編碼，對輸入不做任何變更

HEX 十六進(jìn)制編碼

RAW編碼輸入的每個字符分解為高4位和低4位

如果是葉子節(jié)點，則在最后加上Hex值0x10表示結(jié)束

如果是分支節(jié)點不附加任何Hex值

比如key=>"bob",b的ASCII十六進(jìn)制編碼為0x62，o的ASCII十六進(jìn)制編碼為0x6f，分解成高四位和第四位，16表示終結(jié) 0x10，最終編碼結(jié)果為[6 2 6 15 6 2 16]，

HEX-Prefix 十六進(jìn)制前綴編碼

輸入key結(jié)尾為0x10，則去掉這個終止符

key之前補(bǔ)一個四元組這個Byte第0位區(qū)分奇偶信息，第1位區(qū)分節(jié)點類型

如果輸入key的長度是偶數(shù)，則再添加一個四元組0x0在flag四元組后

將原來的key內(nèi)容壓縮，將分離的兩個byte以高四位低四位進(jìn)行合并

十六進(jìn)制前綴編碼相當(dāng)于一個逆向的過程，比如輸入的是[6 2 6 15 6 2 16]，根據(jù)第一個規(guī)則去掉終止符16。根據(jù)第二個規(guī)則key前補(bǔ)一個四元組，從右往左第一位為1表示葉子節(jié)點，從右往左第0位如果后面key的長度為偶數(shù)設(shè)置為0，奇數(shù)長度設(shè)置為1，那么四元組0010就是2。根據(jù)第三個規(guī)則，添加一個全0的補(bǔ)在后面，那么就是20.根據(jù)第三個規(guī)則內(nèi)容壓縮合并，那么結(jié)果就是[0x20 0x62 0x6f 0x62]

官方有一個詳細(xì)的結(jié)構(gòu)的示例：

下面再用一個圖像化的示例來加深一下對上面的MPT規(guī)則的理解

Compact就是上面說的HEX-Prefix，keybytes為按完整字節(jié)（8bit）存儲的正常信息，hex為按照半字節(jié)nibble（4bit）儲存信息的格式。
go-ethereum/trie/encoding：

package trie

func hexToCompact(hex []byte) []byte {
    terminator := byte(0)
    if hasTerm(hex) { //檢查是否有結(jié)尾為0x10 => 16
        terminator = 1 //有結(jié)束標(biāo)記16說明是葉子節(jié)點
        hex = hex[:len(hex)-1] //去除尾部標(biāo)記
    }
    buf := make([]byte, len(hex)/2+1) // 字節(jié)數(shù)組
    
    buf[0] = terminator << 5 // 標(biāo)志byte為00000000或者00100000
    //如果長度為奇數(shù)，添加奇數(shù)位標(biāo)志1，并把第一個nibble字節(jié)放入buf[0]的低四位
    if len(hex)&1 == 1 {
        buf[0] |= 1 << 4 // 奇數(shù)標(biāo)志 00110000
        buf[0] |= hex[0] // 第一個nibble包含在第一個字節(jié)中 0011xxxx
        hex = hex[1:]
    }
    //將兩個nibble字節(jié)合并成一個字節(jié)
    decodeNibbles(hex, buf[1:])
    return buf
}
//compact編碼轉(zhuǎn)化為Hex編碼
func compactToHex(compact []byte) []byte {
    base := keybytesToHex(compact)
    base = base[:len(base)-1]
     // apply terminator flag
    // base[0]包括四種情況
    // 00000000 擴(kuò)展節(jié)點偶數(shù)位
    // 00000001 擴(kuò)展節(jié)點奇數(shù)位
    // 00000010 葉子節(jié)點偶數(shù)位
    // 00000011 葉子節(jié)點奇數(shù)位

    // apply terminator flag
    if base[0] >= 2 {
       //如果是葉子節(jié)點，末尾添加Hex標(biāo)志位16
        base = append(base, 16)
    }
    // apply odd flag
    //如果是偶數(shù)位，chop等于2，否則等于1
    chop := 2 - base[0]&1
    return base[chop:]
}
// 將keybytes 轉(zhuǎn)成十六進(jìn)制
func keybytesToHex(str []byte) []byte {
    l := len(str)*2 + 1
     //將一個keybyte轉(zhuǎn)化成兩個字節(jié)
    var nibbles = make([]byte, l)
    for i, b := range str {
        nibbles[i*2] = b / 16
        nibbles[i*2+1] = b % 16
    }
    //末尾加入Hex標(biāo)志位16
    nibbles[l-1] = 16
    return nibbles
}

// 將十六進(jìn)制的bibbles轉(zhuǎn)成key bytes，這只能用于偶數(shù)長度的key
func hexToKeybytes(hex []byte) []byte {
    if hasTerm(hex) {
        hex = hex[:len(hex)-1]
    }
    if len(hex)&1 != 0 {
        panic("can"t convert hex key of odd length")
    }
    key := make([]byte, (len(hex)+1)/2)
    decodeNibbles(hex, key)
    return key
}

func decodeNibbles(nibbles []byte, bytes []byte) {
    for bi, ni := 0, 0; ni < len(nibbles); bi, ni = bi+1, ni+2 {
        bytes[bi] = nibbles[ni]<<4 | nibbles[ni+1]
    }
}

// 返回a和b的公共前綴的長度
func prefixLen(a, b []byte) int {
    var i, length = 0, len(a)
    if len(b) < length {
        length = len(b)
    }
    for ; i < length; i++ {
        if a[i] != b[i] {
            break
        }
    }
    return i
}

// 十六進(jìn)制key是否有結(jié)束標(biāo)志符
func hasTerm(s []byte) bool {
    return len(s) > 0 && s[len(s)-1] == 16
}

上面已經(jīng)分析了以太坊的key的編碼方式，接下來我們來看以太坊中MPT樹的數(shù)據(jù)結(jié)構(gòu)，在分析trie的數(shù)據(jù)結(jié)構(gòu)前，我們先來了解一下node的定義：
trie/node.go

type node interface {
    fstring(string) string
    cache() (hashNode, bool)
    canUnload(cachegen, cachelimit uint16) bool
}

type (
    fullNode struct {  //分支節(jié)點
        Children [17]node // Actual trie node data to encode/decode (needs custom encoder)
        flags    nodeFlag
    }
    shortNode struct { 
        Key   []byte
        Val   node
        flags nodeFlag
    }
    hashNode  []byte
    valueNode []byte
)

上面代碼中定義了四個struct，就是node的四種類型：

fullNode -> 分支節(jié)點，它有一個容量為17的node數(shù)組成員變量Children，數(shù)組中前16個空位分別對應(yīng)16進(jìn)制(hex)下的0-9a-f，這樣對于每個子節(jié)點，根據(jù)其key值16進(jìn)制形式下的第一位的值，就可掛載到Children數(shù)組的某個位置，fullNode本身不再需要額外key變量；Children數(shù)組的第17位，留給該fullNode的數(shù)據(jù)部分。這和我們上面說的Branch 分支節(jié)點的規(guī)格一致的。

shortNode，key是一個任意長度的字符串(字節(jié)數(shù)組[]byte)，體現(xiàn)了PatriciaTrie的特點，通過合并只有一個子節(jié)點的父節(jié)點和其子節(jié)點來縮短trie的深度，結(jié)果就是有些節(jié)點會有長度更長的key。

-> 擴(kuò)展節(jié)點，Val指向分支節(jié)點或者葉子節(jié)點

-> 葉子節(jié)點，Val為rlp編碼數(shù)據(jù)，key為該數(shù)據(jù)的hash

valueNode -> MPT的葉子節(jié)點。字節(jié)數(shù)組[]byte的一個別名，不帶子節(jié)點。使用中valueNode就是所攜帶數(shù)據(jù)部分的RLP哈希值，長度32byte，數(shù)據(jù)的RLP編碼值作為valueNode的匹配項存儲在數(shù)據(jù)庫里。

hashNode -> 字符數(shù)組[]byte的一個別名，存放32byte的哈希值,他是fullNode或者shortNode對象的RLP哈希值

來看下trie的結(jié)構(gòu)以及對trie的操作可能對上面各個node的類型使用可能會更清晰一點，我們來接著看下trie的結(jié)構(gòu)定義
trie/trie.go:

type Trie struct {
    db           *Database // 用levelDB做KV存儲
    root         node     //當(dāng)前根節(jié)點
    originalRoot common.Hash //啟動加載時候的hash，可以從db中恢復(fù)出整個trie

    cachegen, cachelimit uint16 // cachegen 緩存生成值，每次Commit會+1
}

這里的cachegen緩存生成值會被附加在node節(jié)點上面，如果當(dāng)前的cachegen-cachelimit參數(shù)大于node的緩存生成，那么node會從cache里面卸載，以便節(jié)約內(nèi)存。一個緩存多久沒被時候用就會被從緩存中移除，看起來和redis等一些LRU算法的cache db很像。

Trie的初始化：

func New(root common.Hash, db *Database) (*Trie, error) {
    if db == nil {
        panic("trie.New called without a database")
    }
    trie := &Trie{
        db:           db,
        originalRoot: root,
    }
    if (root != common.Hash{}) && root != emptyRoot {
       // 如果hash不是空值，從數(shù)據(jù)庫中加載一個已經(jīng)存在的樹
        rootnode, err := trie.resolveHash(root[:], nil)
        if err != nil {
            return nil, err
        }
        trie.root = rootnode //根節(jié)點為找到的trie
    }
    //否則返回新建一個樹
    return trie, nil
}

這里的trie.resolveHash就是加載整課樹的方法，還有傳入的root common.Hash hash是一個將hex編碼轉(zhuǎn)為原始hash的32位byte[] (common.HexToHash()),來看下如何通過這個hash來找到整個trie的：

func (t *Trie) resolveHash(n hashNode, prefix []byte) (node, error) {
    cacheMissCounter.Inc(1) //沒執(zhí)行一次計數(shù)器+1
   //上面說過了，n是一個32位byte[]
    hash := common.BytesToHash(n)
  //通過hash從db中取出node的RLP編碼內(nèi)容
    enc, err := t.db.Node(hash)
    if err != nil || enc == nil {
        return nil, &MissingNodeError{NodeHash: hash, Path: prefix}
    }
    return mustDecodeNode(n, enc, t.cachegen), nil
}

mustDecodeNode中調(diào)用了decodeNode,這個方法通過RLP的list長度來判斷該編碼內(nèi)容屬于上面節(jié)點，如果是兩個字段則為shortNode，如果是17個字段則為fullNode，然后再調(diào)用各自的decode解析函數(shù)

func decodeNode(hash, buf []byte, cachegen uint16) (node, error) {
    if len(buf) == 0 {
        return nil, io.ErrUnexpectedEOF
    }
    elems, _, err := rlp.SplitList(buf) //將buf拆分為列表的內(nèi)容以及列表后的任何剩余字節(jié)。
    if err != nil {
        return nil, fmt.Errorf("decode error: %v", err)
    }
    switch c, _ := rlp.CountValues(elems); c {
    case 2:
        n, err := decodeShort(hash, elems, cachegen) //decode shortNode
        return n, wrapError(err, "short")
    case 17:
        n, err := decodeFull(hash, elems, cachegen) //decode fullNode
        return n, wrapError(err, "full")
    default:
        return nil, fmt.Errorf("invalid number of list elements: %v", c)
    }
}

decodeShort函數(shù)中通過key是否含有結(jié)束標(biāo)識符來判斷是葉子節(jié)點還是擴(kuò)展節(jié)點，這個我們在上面的編碼部分已經(jīng)講過，有結(jié)束標(biāo)示符則是葉子節(jié)點，再通過rlp.SplitString解析出val生成一個葉子節(jié)點shortNode返回。沒有結(jié)束標(biāo)志符則為擴(kuò)展節(jié)點，通過decodeRef解析并生成一個shortNode返回。

func decodeShort(hash, elems []byte, cachegen uint16) (node, error) {
    kbuf, rest, err := rlp.SplitString(elems) //將elems填入RLP字符串的內(nèi)容以及字符串后的任何剩余字節(jié)。
    if err != nil {
        return nil, err
    }
    flag := nodeFlag{hash: hash, gen: cachegen}
    key := compactToHex(kbuf)
    if hasTerm(key) {
        // value node
        val, _, err := rlp.SplitString(rest)
        if err != nil {
            return nil, fmt.Errorf("invalid value node: %v", err)
        }
        return &shortNode{key, append(valueNode{}, val...), flag}, nil
    }
    r, _, err := decodeRef(rest, cachegen)
    if err != nil {
        return nil, wrapError(err, "val")
    }
    return &shortNode{key, r, flag}, nil
}

繼續(xù)看下decodeRef主要做了啥操作:

func decodeRef(buf []byte, cachegen uint16) (node, []byte, error) {
    kind, val, rest, err := rlp.Split(buf)
    if err != nil {
        return nil, buf, err
    }
    switch {
    case kind == rlp.List:
        // "embedded" node reference. The encoding must be smaller
        // than a hash in order to be valid.
        if size := len(buf) - len(rest); size > hashLen {
            err := fmt.Errorf("oversized embedded node (size is %d bytes, want size < %d)", size, hashLen)
            return nil, buf, err
        }
        n, err := decodeNode(nil, buf, cachegen)
        return n, rest, err
    case kind == rlp.String && len(val) == 0:
        // empty node
        return nil, rest, nil
    case kind == rlp.String && len(val) == 32:
        return append(hashNode{}, val...), rest, nil
    default:
        return nil, nil, fmt.Errorf("invalid RLP string size %d (want 0 or 32)", len(val))
    }
}

這段代碼比較清晰，通過rlp.Split后返回的類型做不同的處理，如果是list，調(diào)用decodeNode解析，如果是空節(jié)點返回空，如果是一個32位hash值返回hashNode，decodeFull:

func decodeFull(hash, elems []byte, cachegen uint16) (*fullNode, error) {
    n := &fullNode{flags: nodeFlag{hash: hash, gen: cachegen}}
    for i := 0; i < 16; i++ {
        cld, rest, err := decodeRef(elems, cachegen)
        if err != nil {
            return n, wrapError(err, fmt.Sprintf("[%d]", i))
        }
        n.Children[i], elems = cld, rest
    }
    val, _, err := rlp.SplitString(elems)
    if err != nil {
        return n, err
    }
    if len(val) > 0 {
        n.Children[16] = append(valueNode{}, val...)
    }
    return n, nil
}

再回到Trie結(jié)構(gòu)體中的cachegen, cachelimit,Trie樹每次Commit時cachegen都會+1，這兩個參數(shù)是cache的控制參數(shù)，為了弄清楚Trie的緩存機(jī)制，我們來看下Commit具體是干嘛的：

func (t *Trie) Commit(onleaf LeafCallback) (root common.Hash, err error) {
    if t.db == nil {
        panic("commit called on trie with nil database")
    }
    hash, cached, err := t.hashRoot(t.db, onleaf)
    if err != nil {
        return common.Hash{}, err
    }
    t.root = cached
    t.cachegen++
    return common.BytesToHash(hash.(hashNode)), nil //返回所指向的node的未編碼的hash
}
//返回trie.root所指向的node的hash以及每個節(jié)點都帶有各自hash的trie樹的root。
func (t *Trie) hashRoot(db *Database, onleaf LeafCallback) (node, node, error) {
    if t.root == nil {
        return hashNode(emptyRoot.Bytes()), nil, nil
    }
    h := newHasher(t.cachegen, t.cachelimit, onleaf)
    defer returnHasherToPool(h)
    return h.hash(t.root, db, true)//為每個節(jié)點生成一個未編碼的hash
}

Commit目的，是將trie樹中的key轉(zhuǎn)為Compact編碼，為每個節(jié)點生成一個hash，它就是為了確保后續(xù)能正常將變動的數(shù)據(jù)提交到db.

那么這個cachegen是怎么放到該節(jié)點中的，當(dāng)trie樹在節(jié)點插入的時候，會把當(dāng)前trie的cachegen放入到該節(jié)點中，看下trie的insert方法：

//n -> trie當(dāng)前插入節(jié)點
//prefix -> 當(dāng)前匹配到的key的公共前綴
//key -> 待插入數(shù)據(jù)當(dāng)前key中剩余未匹配的部分，完整的key=prefix+key
//value -> 待插入數(shù)據(jù)本身
//返回 -> 是否改變樹，插入完成后子樹根節(jié)點，error
func (t *Trie) insert(n node, prefix, key []byte, value node) (bool, node, error) {
    if len(key) == 0 {
        if v, ok := n.(valueNode); ok {
            return !bytes.Equal(v, value.(valueNode)), value, nil
        }
        //如果key長度為0，那么說明當(dāng)前節(jié)點中新增加的節(jié)點和當(dāng)前節(jié)點數(shù)據(jù)一樣，認(rèn)為已經(jīng)新增過了就直接返回
        return true, value, nil
    }
    switch n := n.(type) {
    case *shortNode:
        matchlen := prefixLen(key, n.Key) // 返回公共前綴長度
        
        if matchlen == len(n.Key) {
        //如果整個key匹配，請按原樣保留此節(jié)點，并僅更新該值。
            dirty, nn, err := t.insert(n.Val, append(prefix, key[:matchlen]...), key[matchlen:], value)
            if !dirty || err != nil {
                return false, n, err
            }
            return true, &shortNode{n.Key, nn, t.newFlag()}, nil
        }
        //否則在它們不同的索引處分支出來
        branch := &fullNode{flags: t.newFlag()}
        var err error
        _, branch.Children[n.Key[matchlen]], err = t.insert(nil, append(prefix, n.Key[:matchlen+1]...), n.Key[matchlen+1:], n.Val)
        if err != nil {
            return false, nil, err
        }
        _, branch.Children[key[matchlen]], err = t.insert(nil, append(prefix, key[:matchlen+1]...), key[matchlen+1:], value)
        if err != nil {
            return false, nil, err
        }
        //如果它在索引0處出現(xiàn)則用該branch替換shortNode
        if matchlen == 0 {
            return true, branch, nil
        }
        // Otherwise, replace it with a short node leading up to the branch.
        return true, &shortNode{key[:matchlen], branch, t.newFlag()}, nil

    case *fullNode:
        dirty, nn, err := t.insert(n.Children[key[0]], append(prefix, key[0]), key[1:], value)
        if !dirty || err != nil {
            return false, n, err
        }
        n = n.copy()
        n.flags = t.newFlag()
        n.Children[key[0]] = nn
        return true, n, nil

    case nil:
    //在空trie中添加一個節(jié)點，就是葉子節(jié)點，返回shortNode。
        return true, &shortNode{key, value, t.newFlag()}, nil

    case hashNode:
        rn, err := t.resolveHash(n, prefix)//恢復(fù)一個存儲在db中的node
        if err != nil {
            return false, nil, err
        }
        dirty, nn, err := t.insert(rn, prefix, key, value) //遞歸調(diào)用
        if !dirty || err != nil {
            return false, rn, err
        }
        return true, nn, nil

    default:
        panic(fmt.Sprintf("%T: invalid node: %v", n, n))
    }

Trie樹的插入，這是一個遞歸調(diào)用的方法，從根節(jié)點開始，一直往下找，直到找到可以插入的點，進(jìn)行插入操作。

如果當(dāng)前的根節(jié)點葉子節(jié)點shortNode，首先計算公共前綴

如果公共前綴就等于key，那么說明這兩個key是一樣的，如果value也一樣的(dirty == false)，那么返回錯誤。 如果沒有錯誤就更新shortNode的值然后返回。

如果公共前綴不完全匹配，那么就需要把公共前綴提取出來形成一個獨立的節(jié)點(擴(kuò)展節(jié)點),擴(kuò)展節(jié)點后面連接一個branch節(jié)點，branch節(jié)點后面看情況連接兩個short節(jié)點。首先構(gòu)建一個branch節(jié)點(branch := &fullNode{flags: t.newFlag()}),然后再branch節(jié)點的Children位置調(diào)用t.insert插入剩下的兩個short節(jié)點。這里有個小細(xì)節(jié)，key的編碼是HEX encoding,而且末尾帶了一個終結(jié)符。考慮我們的根節(jié)點的key是abc0x16，我們插入的節(jié)點的key是ab0x16。下面的branch.Children[key[matchlen]]才可以正常運(yùn)行，0x16剛好指向了branch節(jié)點的第17個孩子。如果匹配的長度是0，那么直接返回這個branch節(jié)點，否則返回shortNode節(jié)點作為前綴節(jié)點。

如果節(jié)點類型是nil(一顆全新的Trie樹的節(jié)點就是nil的),這個時候整顆樹是空的，直接返回shortNode{key, value, t.newFlag()}， 這個時候整顆樹的跟就含有了一個shortNode節(jié)點。

如果當(dāng)前的節(jié)點是fullNode(也就是branch節(jié)點)，那么直接往對應(yīng)的孩子節(jié)點調(diào)用insert方法,然后把對應(yīng)的孩子節(jié)點指向新生成的節(jié)點。

如果當(dāng)前節(jié)點是hashNode, hashNode的意思是當(dāng)前節(jié)點還沒有加載到內(nèi)存里面來，還是存放在數(shù)據(jù)庫里面，那么首先調(diào)用 t.resolveHash(n, prefix)來加載到內(nèi)存，然后對加載出來的節(jié)點調(diào)用insert方法來進(jìn)行插入。

接下來看如何遍歷Trie樹從Trie中獲取數(shù)據(jù)，根據(jù)key獲取的value過程:

func (t *Trie) TryGet(key []byte) ([]byte, error) {
    key = keybytesToHex(key)
    value, newroot, didResolve, err := t.tryGet(t.root, key, 0)
    if err == nil && didResolve {
        t.root = newroot
    }
    return value, err
}

func (t *Trie) tryGet(origNode node, key []byte, pos int) (value []byte, newnode node, didResolve bool, err error) {
    switch n := (origNode).(type) {
    case nil: 
       // 空樹
        return nil, nil, false, nil
    case valueNode:
       // 就是要查找的葉子節(jié)點數(shù)據(jù)
        return n, n, false, nil
    case *shortNode: 
        if len(key)-pos < len(n.Key) || !bytes.Equal(n.Key, key[pos:pos+len(n.Key)]) {
            // key在trie中不存在
            return nil, n, false, nil
        }
        value, newnode, didResolve, err = t.tryGet(n.Val, key, pos+len(n.Key))
        if err == nil && didResolve {
            n = n.copy()
            n.Val = newnode
            n.flags.gen = t.cachegen
        }
        return value, n, didResolve, err
    case *fullNode:
        value, newnode, didResolve, err = t.tryGet(n.Children[key[pos]], key, pos+1)
        if err == nil && didResolve {
            n = n.copy()
            n.flags.gen = t.cachegen
            n.Children[key[pos]] = newnode
        }
        return value, n, didResolve, err
    case hashNode:
       // hashNodes時候需要去db中獲取
        child, err := t.resolveHash(n, key[:pos])
        if err != nil {
            return nil, n, true, err
        }
        value, newnode, _, err := t.tryGet(child, key, pos)
        return value, newnode, true, err
    default:
        panic(fmt.Sprintf("%T: invalid node: %v", origNode, origNode))
    }
}

tryGet(origNode node, key []byte, pos int)方法提供三個參數(shù)，起始的node，hash key，還有當(dāng)前hash匹配的位置，didResolve用來判斷trie樹是否發(fā)生變化，根據(jù)hashNode去db中獲取該node值，獲取到后，需要更新現(xiàn)有的trie，didResolve就會發(fā)生變化。

關(guān)于Trie的Update和Delete就不分析了，在trie包中還有其他的功能，我們來大略看下主要是干嘛的不做詳細(xì)解讀了：

databases.go trie數(shù)據(jù)結(jié)構(gòu)和磁盤數(shù)據(jù)庫之間的一個寫入層，方便trie中節(jié)點的插入刪除操作

iterator.go 遍歷Trie的鍵值迭代器

proof.go Trie樹的默克爾證明，Prove方法獲取指定Key的proof證明， proof證明是從根節(jié)點到葉子節(jié)點的所有節(jié)點的hash值列表。 VerifyProof方法，接受一個roothash值和proof證明和key來驗證key是否存在。

security_trie.go 加密了的trie實現(xiàn)

轉(zhuǎn)載請注明： 轉(zhuǎn)載自Ryan是菜鳥 | LNMP技術(shù)棧筆記

如果覺得本篇文章對您十分有益，何不 打賞一下

本文鏈接地址: 以太坊源碼分析--MPT 樹