Beaucoup de transferts, une seule courte entrée sur la chaîne principale
Une chaîne très utilisée ne peut exécuter qu'une quantité limitée de transactions. Un rollup exécute les transferts ailleurs et n'écrit que deux choses sur la chaîne principale : la liste des transferts, pour que tout le monde puisse les vérifier, et un court hachage de tous les soldes qui en résultent. Ce lab montre l'idée avec un jouet que tu peux lire, pas avec une vraie chaîne.
À la fin de cette leçon
Remarque
Je peux expliquer comment un rollup publie un lot et comment on attrape un lot faux.
Mots-clés
- Rollup : un système qui exécute les transferts hors de la chaîne principale et les y publie.
- Lot : un groupe de transferts publiés ensemble.
- Racine d'état : un seul hachage qui représente tous les soldes.
- Séquenceur : celui qui met les transferts dans l'ordre et publie le lot.
- Fenêtre de contestation : le temps pendant lequel on peut contester un lot faux.
- Blob : un bloc de données que la chaîne principale garde environ 18 jours.
Pour commencer : ce que tu sais déjà
Remarque
Réponds dans ta tête. 1. Que devient un hachage si une seule lettre du texte change ? 2. Combien de fois peux-tu couper 16 en deux avant d'arriver à 1 ? 3. Pourquoi personne ne peut-il dépenser plus qu'il n'a dans un registre ? Réponses : il change complètement ; quatre fois ; chaque transfert est d'abord comparé au solde.
Avant de commencer
Remarque
Appuie sur Démarrer le lab dans la barre en haut de la leçon et attends qu'il indique qu'il est en marche. Il y a un seul conteneur, jupyter, et le terminal atteint son Python avec docker exec jupyter, qui lance une commande à l'intérieur. Le lien JupyterLab ouvre sa page web, sur le port 8888. Chaque bouton Exécuter ci-dessous tape sa commande dans le terminal de ton lab, l'une après l'autre, dans la même session. Pour suivre les commandes ou taper les tiennes, appuie sur Ouvrir le terminal (nouvel onglet) dans la barre.
Un lot se termine par une racine d'état
Le script part de ana 100, ben 50, chen 20 et dev 0, puis exécute quatre transferts. Le troisième, où chen envoie 500, est sauté parce que chen n'a que 90 : sa racine ne change donc pas. Le lot est publié au slot 100 comme lot numéro 1. Un second lot qui ne part pas de la dernière racine est refusé, et le script affiche None. Le script écrit en anglais.
docker exec jupyter python3 steps/batch.pyAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
La dichotomie trouve la seule étape fausse
Un séquenceur ment au transfert 11 sur 16 et donne à quelqu'un 40 que personne n'a payés. Un vérificateur rejoue les données et obtient une autre racine. Au lieu de rejouer les 16 étapes sur la chaîne principale, les deux camps s'interrogent sur le milieu : étapes 8, 12, 10 et 11. Quatre questions trouvent l'étape 11, la chaîne principale rejoue ce seul transfert, et le lot 1 est annulé.
docker exec jupyter python3 steps/dispute.pyAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Vérifie
Astuce
Combien de questions faudrait-il à la dichotomie pour 32 étapes ? Réponse : cinq, car chaque question coupe en deux ce qui reste : 32, 16, 8, 4, 2, 1.
Une contestation doit arriver à temps
La fenêtre fait 50400 slots de 12 secondes, soit 7.0 jours. Un lot publié au slot 1000 peut encore être contesté au slot 51399, mais plus au slot 51400, où il devient définitif. Une contestation contre une étape juste échoue, et le lot reste valable.
docker exec jupyter python3 steps/window.pyAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Quelques contrôles au hasard trouvent des données cachées
Les données sont étirées de 64 morceaux à 128 : n'importe quels 64 suffisent à les reconstruire. Pour les cacher, un séquenceur doit donc en retenir plus de la moitié, et seuls 63 sont publiés. Chaque client demande quelques morceaux tirés au hasard. Avec un seul échantillon, 496 clients sur 1000 s'en aperçoivent ; avec 16 échantillons, les 1000 s'en aperçoivent.
docker exec jupyter python3 steps/sampling.pyAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Un blob ne dure pas toujours
Le stockage garde un blob pendant 131072 slots, soit 18.2 jours, puis l'élague. Il est encore là quand une fenêtre de 7 jours se ferme : un contestataire peut donc le rejouer. Une fenêtre de 21 jours durerait plus longtemps que les données, et c'est pour ça que la fenêtre doit être plus courte.
docker exec jupyter python3 steps/expiry.pyAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Quitter le rollup prend du temps
Un retrait demandé au slot 2000 se trouve dans le lot publié au slot 2400. Il peut sortir une fois ce lot définitif, 7.1 jours plus tard. Si le séquenceur ignore l'utilisateur, celui-ci dépose son retrait dans la boîte de réception de la chaîne principale ; il doit être inclus dans la journée, et il sort 8.0 jours après la demande.
docker exec jupyter python3 steps/withdraw.pyAffichée ici, non exécutée. Appuyez sur Démarrer le labo pour la saisir dans le terminal de votre propre labo.
Une erreur fréquente
Attention
Beaucoup pensent que la chaîne principale vérifie chaque transfert d'un rollup. Dans un rollup optimiste, elle n'en vérifie aucun tant que personne ne conteste. Elle ne rejoue une étape que si quelqu'un conteste à temps : c'est pour ça que les données doivent être publiées et que la fenêtre doit être assez longue.
Le même travail dans un notebook
Ouvre JupyterLab depuis la barre et double-clique sur start.ipynb. Il lance un lot d'un seul transfert, une dichotomie sur 100 étapes, puis la durée de la fenêtre et du blob en jours. Clique sur une cellule et appuie sur Maj et Entrée pour l'exécuter. La dernière cellule attend ta propre question, et rollup.py est assez court pour être lu en entier.
Vérification finale
Astuce
Réponds sans revenir en arrière. 1. Quelles deux choses un rollup publie-t-il sur la chaîne principale ? 2. Comment la dichotomie trouve-t-elle vite une étape fausse ? 3. Pourquoi la fenêtre de contestation doit-elle se fermer avant l'élagage d'un blob ? 4. Que peut faire un utilisateur si le séquenceur l'ignore ? Réponses : les données et la racine d'état ; elle coupe les étapes en deux à chaque question ; un contestataire a besoin des données pour rejouer le lot ; passer par la boîte de réception de la chaîne principale.
Pour les enseignants
Astuce
Cette leçon est un petit exemple de leçon travaillée dans un lab : les étapes et les boutons Exécuter sont la leçon, et le lab est la copie de chaque élève. Le lab est un seul service, JupyterLab avec un rollup jouet écrit avec la bibliothèque standard de Python, et rien ici ne se corrige tout seul : l'élève rend un notebook à lui, téléchargé depuis JupyterLab, et une phrase sur ce qu'il a montré. Points clés : 1. Un rollup publie ses données et une racine d'état sur la chaîne principale. 2. Un lot faux est attrapé par dichotomie pendant une fenêtre de contestation. 3. Les données doivent être publiées et gardées assez longtemps pour être rejouées. Erreur fréquente : croire que la chaîne principale vérifie chaque transfert. C'est un modèle, pas une chaîne, et il n'y a aucune cryptomonnaie. Matériel : le lab et un navigateur. Conseil : faites d'abord deviner un nombre parmi 16, pour que la dichotomie soit familière. Copiez-la dans votre propre module et modifiez-la, ou créez-en une de zéro avec le menu Lab du créateur de leçons.