Lässt es sich mit cremefarbenem Papier, einer Tönung, mehr Kontrast oder größerer Schrift besser lesen? Wählen Sie Ihre Farben und Ihre Schrift, einmalig für alle Seiten.

Kostenlose Lektion

Grundlagen der Rollups

Die ganze Lektion ist kostenlos und interaktiv. Lesen Sie sie hier, oder drücken Sie „Lab starten“, um sie wirklich in einem Live-Lab auszuführen, ganz ohne Konto.

Container-Lab10 Min. Lesezeit6 Befehle

Viele Überweisungen, ein kurzer Eintrag auf der Hauptkette

Eine stark genutzte Kette kann nur eine begrenzte Menge ausführen. Ein Rollup führt die Überweisungen woanders aus und schreibt nur zwei Dinge auf die Hauptkette: die Liste der Überweisungen, damit alle sie prüfen können, und einen kurzen Hash aller Kontostände danach. Dieses Lab zeigt die Idee mit einem Spielzeug, das du lesen kannst, und nicht mit einer echten Kette.

Am Ende dieser Lektion

Notiz

Ich kann erklären, wie ein Rollup einen Batch veröffentlicht und wie ein falscher Batch auffliegt.

Schlüsselwörter

  • Rollup: ein System, das Überweisungen außerhalb der Hauptkette ausführt und sie dort veröffentlicht.
  • Batch: eine Gruppe von Überweisungen, die zusammen veröffentlicht werden.
  • Zustandswurzel: ein einziger Hash, der für alle Kontostände steht.
  • Sequencer: wer die Überweisungen ordnet und den Batch veröffentlicht.
  • Anfechtungsfenster: die Zeit, in der ein falscher Batch angefochten werden kann.
  • Blob: ein Datenblock, den die Hauptkette etwa 18 Tage lang aufbewahrt.

Zum Einstieg: was du schon weißt

Notiz

Antworte im Kopf. 1. Was passiert mit einem Hash, wenn sich ein Buchstabe des Textes ändert? 2. Wie oft kannst du 16 halbieren, bis du bei 1 bist? 3. Warum kann in einem Kassenbuch niemand mehr ausgeben, als er hat? Antworten: er ändert sich völlig; viermal; jede Überweisung wird zuerst mit dem Kontostand verglichen.

Bevor du anfängst

Notiz

Klicke oben in der Leiste dieser Lektion auf Lab starten und warte, bis dort steht, dass es läuft. Es gibt einen Container, jupyter, und das Terminal erreicht sein Python mit docker exec jupyter, das einen Befehl darin ausführt. Der Link JupyterLab öffnet seine Webseite, Port 8888. Jede Schaltfläche Ausführen unten tippt ihren Befehl ins Terminal deines Labs, einen nach dem anderen in derselben Sitzung. Wenn du zuschauen oder eigene Befehle tippen willst, klicke in der Leiste auf Terminal öffnen (neuer Tab).

Ein Batch endet mit einer Zustandswurzel

Das Skript beginnt mit ana 100, ben 50, chen 20 und dev 0 und führt vier Überweisungen aus. Die dritte, bei der chen 500 schickt, wird übersprungen, weil chen nur 90 hat, also ändert sich die Wurzel nicht. Der Batch wird in Slot 100 als Batch Nummer 1 veröffentlicht. Ein zweiter Batch, der nicht von der letzten Wurzel ausgeht, wird abgelehnt, und es erscheint None. Das Skript druckt englische Wörter, wichtig sind die Zahlen.

Befehl
docker exec jupyter python3 steps/batch.py

Hier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.

Bisektion findet den einen falschen Schritt

Ein Sequencer lügt bei Überweisung 11 von 16 und schreibt jemandem 40 gut, die niemand bezahlt hat. Wer prüft, spielt die Daten nach und bekommt eine andere Wurzel. Statt alle 16 Schritte auf der Hauptkette neu auszuführen, fragen beide Seiten nach der Mitte: Schritte 8, 12, 10 und 11. Vier Fragen finden Schritt 11, die Hauptkette führt nur diese eine Überweisung neu aus, und Batch 1 wird rückgängig gemacht.

Befehl
docker exec jupyter python3 steps/dispute.py

Hier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.

Prüfe dich

Tipp

Wie viele Fragen bräuchte die Bisektion für 32 Schritte? Antwort: fünf, denn jede Frage halbiert, was übrig ist: 32, 16, 8, 4, 2, 1.

Eine Anfechtung muss rechtzeitig kommen

Das Fenster ist 50400 Slots zu je 12 Sekunden lang, also 7.0 Tage. Ein Batch, der in Slot 1000 veröffentlicht wurde, kann in Slot 51399 noch angefochten werden, in Slot 51400 nicht mehr, denn dann ist er endgültig. Eine Anfechtung gegen einen richtigen Schritt scheitert, und der Batch bleibt bestehen.

Befehl
docker exec jupyter python3 steps/window.py

Hier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.

Ein paar zufällige Stichproben finden versteckte Daten

Die Daten werden von 64 Stücken auf 128 gestreckt, sodass beliebige 64 sie wiederherstellen. Um sie zu verstecken, muss ein Sequencer also mehr als die Hälfte zurückhalten, und nur 63 werden veröffentlicht. Jeder Client fragt nach ein paar zufälligen Stücken. Mit einer Stichprobe merken es 496 von 1000 Clients, mit 16 Stichproben alle 1000.

Befehl
docker exec jupyter python3 steps/sampling.py

Hier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.

Ein Blob hält nicht ewig

Der Blob-Speicher bewahrt einen Blob 131072 Slots lang auf, also 18.2 Tage, und löscht ihn dann. Wenn ein Fenster von 7 Tagen endet, ist er noch da, und wer anficht, kann ihn nachspielen. Ein Fenster von 21 Tagen würde länger dauern als die Daten, deshalb muss das Fenster kürzer sein.

Befehl
docker exec jupyter python3 steps/expiry.py

Hier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.

Das Rollup zu verlassen dauert

Eine Auszahlung, die in Slot 2000 beantragt wurde, steht im Batch, der in Slot 2400 veröffentlicht wurde. Sie kann gehen, sobald dieser Batch endgültig ist, 7.1 Tage später. Ignoriert der Sequencer die Person, legt sie die Auszahlung in den Posteingang der Hauptkette. Dann muss sie innerhalb eines Tages aufgenommen werden, und sie geht 8.0 Tage nach dem Antrag.

Befehl
docker exec jupyter python3 steps/withdraw.py

Hier angezeigt, nicht ausgeführt. Mit „Lab starten“ geben Sie ihn im Terminal Ihres eigenen Labs ein.

Ein häufiger Fehler

Warnung

Viele denken, die Hauptkette prüfe jede Überweisung eines Rollups. In einem optimistischen Rollup prüft sie keine einzige, solange niemand widerspricht. Sie führt nur dann einen Schritt neu aus, wenn jemand rechtzeitig anficht. Deshalb müssen die Daten veröffentlicht sein und das Fenster lang genug.

Dieselbe Arbeit in einem Notebook

Öffne JupyterLab über die Leiste und doppelklicke auf start.ipynb. Es führt einen Batch mit einer Überweisung aus, eine Bisektion über 100 Schritte und rechnet die Länge des Fensters und des Blobs in Tage um. Klicke auf eine Zelle und drücke Umschalt und Eingabe, um sie auszuführen. In die letzte Zelle gehört deine eigene Frage, und rollup.py ist kurz genug, um es ganz zu lesen.

Abschlusscheck

Tipp

Antworte, ohne zurückzublättern. 1. Welche zwei Dinge veröffentlicht ein Rollup auf der Hauptkette? 2. Wie findet die Bisektion einen falschen Schritt so schnell? 3. Warum muss das Anfechtungsfenster enden, bevor ein Blob gelöscht wird? 4. Was kann eine Person tun, wenn der Sequencer sie ignoriert? Antworten: die Daten und die Zustandswurzel; jede Frage halbiert die Schritte; wer anficht, braucht die Daten, um den Batch nachzuspielen; den Posteingang der Hauptkette nutzen.

Für Lehrkräfte

Tipp

Diese Lektion ist ein kleines Beispiel für eine Lektion, die in einem Lab abläuft: Die Schritte und die Schaltflächen „Ausführen“ sind die Lektion, und das Lab ist die eigene Kopie jeder lernenden Person. Das Lab ist ein Dienst, JupyterLab mit einem Spielzeug-Rollup aus der Standardbibliothek von Python, und nichts hier bewertet sich selbst: Die Lernenden geben ein eigenes Notebook ab, aus JupyterLab heruntergeladen, und einen Satz dazu, was es gezeigt hat. Wichtigste Lernpunkte: 1. Ein Rollup veröffentlicht seine Daten und eine Zustandswurzel auf der Hauptkette. 2. Ein falscher Batch fliegt durch Bisektion innerhalb eines Anfechtungsfensters auf. 3. Die Daten müssen veröffentlicht und lange genug aufbewahrt werden, um sie nachzuspielen. Häufiger Fehler: zu glauben, die Hauptkette prüfe jede Überweisung. Es ist ein Modell und keine Kette, und es gibt keine Kryptowährung. Material: das Lab und ein Browser. Tipp: Lassen Sie vorher eine Zahl von 1 bis 16 erraten, damit die Bisektion vertraut ist. Kopieren Sie die Lektion in Ihr eigenes Modul und ändern Sie sie, oder bauen Sie im Lektionseditor über das Menü Lab eine neue von Grund auf.

Über dieses Lab und seinen Quellcode: Rollup-Lab: Batches, Betrugsbeweise, Datenverfügbarkeit und Ausstieg in Python

Sie unterrichten eine Klasse? Weisen Sie diese Lektionen Ihren Lernenden zu, mit Bewertung und einem Lab für jede lernende Person.