这两个为什么不一样呢?

ftbk 2005-04-20 09:54:17

string ConnStr = System.Configuration.ConfigurationSettings.AppSettings["ConnectionSqlServer"];

string cmdcount="select count(*) from querysm where mobnb='"+this.TextBox1.Text+"'
SqlCommand sqlcmd=new SqlCommand(cmdcount,new SqlConnection(ConnStr));
sqlcmd.Connection.Open();
count=Convert.ToInt32(sqlcmd.ExecuteScalar().ToString(),10);
sqlcmd.Connection.Close();
其中count=Convert.ToInt32(sqlcmd.ExecuteScalar().ToString(),10);

在为什么在窗体运行程序中可以,但是在web中不可以呢?高手指教,在 web中该什么处理?

...全文

23 回复打赏收藏转发到动态举报

写回复

回复

切换为时间正序

请发表友善的回复…

发表回复

92讲视频课+16大项目实战+课件源码为什么学习数据分析？人工智能、大数据时代有什么技能是可以运用在各种行业的？数据分析就是。从海量数据中获得别人看不见的信息，创业者可以通过数据分析来优化产品，营销人员可以通过数据分析改进营销策略，产品经理可以通过数据分析洞察用户习惯，金融从业者可以通过数据分析规避投资风险，程序员可以通过数据分析进一步挖掘出数据价值，它和编程一样，本质上也是一个工具，通过数据来对现实事物进行分析和识别的能力。不管你从事什么行业，掌握了数据分析能力，往往在其岗位上更有竞争力。本课程共包含五大模块：一、先导篇：通过分析数据分析师的一天，让学员了解全面了解成为一个数据分析师的所有必修功法，对数据分析师不在迷惑。二、基础篇：围绕Python基础语法介绍、数据预处理、数据可视化以及数据分析与挖掘......这些核心技能模块展开，帮助你快速而全面的掌握和了解成为一个数据分析师的所有必修功法。三、数据采集篇：通过网络爬虫实战解决数据分析的必经之路：数据从何来的问题，讲解常见的爬虫套路并利用三大实战帮助学员扎实数据采集能力，避免没有数据可分析的尴尬。四、分析工具篇：讲解数据分析避不开的科学计算库Numpy、数据分析工具Pandas及常见可视化工具Matplotlib。五、算法篇：算法是数据分析的精华，课程精选10大算法，包括分类、聚类、预测3大类型，每个算法都从原理和案例两个角度学习，让你不仅能用起来，了解原理，还能知道为什么这么做。

　面试的时候，设计模式会经常被问到。其实我们在写代码中或多或少会用到一些模式，面试官问你设计模式的问题，更多是看你有没有总结过。如果一直都是在那垒代码，你当然会认为这是个很难的问题。所以我们需要总结一下设计模式。 1. SINGLETON 单例模式　　单例模式：单例模式确保某一个类只有一个实例，而且自行实例化并向整个系统提供这个实例单例模式。单例模式只应在有真正的“单一实例”的需求时才可使用。　　俺有6个漂亮的老婆，她们的老公都是我，我就是我们家里的老公Sigleton，她们只要说道“老公”，都是指的同一个人，那就是我(刚才做了个梦啦，哪有这么好的事)。 2. FACTORY METHOD 工厂方法模式　　工厂方法模式：核心工厂类不再负责所有产品的创建，而是将具体创建的工作交给子类去做，成为一个抽象工厂角色，仅负责给出具体工厂类必须实现的接口，而不接触哪一个产品类应当被实例化这种细节。　　请MM去麦当劳吃汉堡，不同的MM有不同的口味，要每个都记住是一件烦人的事情，我一般采用Factory Method模式，带着MM到服务员那儿，说“要一个汉堡”，具体要什么样的汉堡呢，让MM直接跟服务员说就行了。 3. FACTORY 工厂模式　　工厂模式：客户类和工厂类分开。消费者任何时候需要某种产品，只需向工厂请求即可。消费者无须修改就可以接纳新产品。缺点是当产品修改时，工厂类也要做相应的修改。如：如何创建及如何向客户端提供。　　追MM少不了请吃饭了，麦当劳的ji翅和肯德基的ji翅都是MM爱吃的东西，虽然口味有所不同，但不管你带MM去麦当劳或肯德基，只管向服务员说“来四个ji翅”就行了。麦当劳和肯德基就是生产ji翅的Factory。 4. BUILDER 建造模式　　建造模式：将产品的内部表象和产品的生成过程分割开来，从而使一个建造过程生成具有不同的内部表象的产品对象。建造模式使得产品内部表象可以独立的变化，客户不必知道产品内部组成的细节。建造模式可以强制实行一种分步骤进行的建造过程。　　MM超级爱听的就是“我爱你”这句话了，见到不同地方的MM，要能够用她们的方言跟她说这句话哦，我有一个多种语言翻译机，上面每种语言都有一个按键，见到MM我只要按对应的键，它就能够用相应的语言说出“我爱你”这句话了，国外的MM也可以轻松搞掂，这就是我的“我爱你”builder。（这一定比美军在伊拉克用的翻译机好卖） 5. PROTOTYPE 原型模式　　原型模式允许动态的增加或减少产品类，产品类不需要非得有任何事先确定的等级结构，原始模型模式适用于任何的等级结构。缺点是每一个类都必须配备一个克隆方法。　　跟MM用QQ聊天，一定要说些深情的话语了，我搜集了好多肉麻的情话，需要时只要copy出来放到QQ里面就行了，这就是我的情话prototype了。原型模式：通过给出一个原型对象来指明所要创建的对象的类型，然后用复制这个原型对象的方法创建出更多同类型的对象。 6. ADAPTER 适配器模式　　适配器（变压器）模式：把一个类的接口变换成客户端所期待的另一种接口，从而使原本因接口原因不匹配而无法一起工作的两个类能够一起工作。适配类可以根据参数返还一个合适的实例给客户端。　　在朋友聚会上碰到了一个美女Sarah，从拉斯维加斯来的，可我不会说粤语，她不会说普通话，只好求助于我的朋友kent了，他作为我和Sarah之间的Adapter，让我和Sarah可以相互交谈了(也不知道他会不会耍我)。 7. BRIDGE 桥梁模式　　桥梁模式：将抽象化与实现化脱耦，使得二者可以独立的变化，也就是说将他们之间的强关联变成弱关联，也就是指在一个软件系统的抽象化和实现化之间使用组合/聚合关系而不是继承关系，从而使两者可以独立的变化。　　早上碰到MM，要说早上好，晚上碰到MM，要说晚上好；碰到MM穿了件新衣服，要说你的衣服好漂亮哦，碰到MM新做的发型，要说你的头发好漂亮哦。不要问我“早上碰到MM新做了个发型怎么说”这种问题，自己用BRIDGE组合一下不就行了。 8. COMPOSITE 合成模式　　合成模式：合成模式将对象组织到树结构中，可以用来描述整体与部分的关系。合成模式就是一个处理对象的树结构的模式。合成模式把部分与整体的关系用树结构表示出来。合成模式使得客户端把一个个单独的成分对象和由他们复合而成的合成对象同等看待。　　Mary今天过生日。“我过生日，你要送我一件礼物。”“嗯，好吧，去商店，你自己挑。”“这件T恤挺漂亮，买，这条裙子好看，买，这个包也不错，买。”“喂，买了三件了呀，我只答应送一件礼物的哦。”“什么呀，T恤加裙子加包包，正好配成一套呀，小姐，麻烦你包起来。”“……”，MM都会用Composite模式了，你会了没有？ 9. DECORATOR 装饰模式　　装饰模式：装饰模式以对客户端透明的方式扩展对象的功能，是继承关系的一个替代方案，提供比继承更多的灵活性。动态给一个对象增加功能，这些功能可以再动态的撤消。增加由一些基本功能的排列组合而产生的非常大量的功能。　　Mary过完轮到Sarly过生日，还是不要叫她自己挑了，不然这个月伙食费肯定玩完，拿出我去年在华山顶上照的照片，在背面写上“较好的的礼物，就是爱你的Fita”，再到街上礼品店买了个像框（卖礼品的MM也很漂亮哦），再找隔壁搞美术设计的Mike设计了一个漂亮的盒子装起来……，我们都是Decorator，最终都在修饰我这个人呀，怎么样，看懂了吗？ 10. FACADE 门面（外观）模式　　门面模式：外部与一个子系统的通信必须通过一个统一的门面对象进行。门面模式提供一个高层次的接口，使得子系统更易于使用。每一个子系统只有一个门面类，而且此门面类只有一个实例，也就是说它是一个单例模式。但整个系统可以有多个门面类。　　我有一个专业的Nikon相机，我就喜欢自己手动调光圈、快门，这样照出来的照片才专业，但MM可不懂这些，教了半天也不会。幸好相机有Facade设计模式，把相机调整到自动档，只要对准目标按快门就行了，一切由相机自动调整，这样MM也可以用这个相机给我拍张照片了。 11. FLYWEIGHT 享元模式　　享元模式：FLYWEIGHT在拳击比赛中指最轻量级。享元模式以共享的方式高效的支持大量的细粒度对象。享元模式能做到共享的关键是区分内蕴状态和外蕴状态。内蕴状态存储在享元内部，不会随环境的改变而有所不同。外蕴状态是随环境的改变而改变的。外蕴状态不能影响内蕴状态，它们是相互独立的。将可以共享的状态和不可以共享的状态从常规类中区分开来，将不可以共享的状态从类里剔除出去。客户端不可以直接创建被共享的对象，而应当使用一个工厂对象负责创建被共享的对象。享元模式大幅度的降低内存中对象的数量。　　每天跟MM发短信，手指都累死了，最近买了个新手机，可以把一些常用的句子存在手机里，要用的时候，直接拿出来，在前面加上MM的名字就可以发送了，再不用一个字一个字敲了。共享的句子就是Flyweight，MM的名字就是提取出来的外部特征，根据上下文情况使用。 12. PROXY 代理模式　　代理模式：代理模式给某一个对象提供一个代理对象，并由代理对象控制对源对象的引用。代理就是一个人或一个机构代表另一个人或者一个机构采取行动。某些情况下，客户不想或者不能够直接引用一个对象，代理对象可以在客户和目标对象直接起到中介的作用。客户端分辨不出代理主题对象与真实主题对象。代理模式可以并不知道真正的被代理对象，而仅仅持有一个被代理对象的接口，这时候代理对象不能够创建被代理对象，被代理对象必须有系统的其他角色代为创建并传入。　　跟MM在网上聊天，一开头总是“hi,你好”,“你从哪儿来呀？”“你多大了？”“身高多少呀？”这些话，真烦人，写个程序做为我的Proxy吧，凡是接收到这些话都设置好了自己的回答，接收到其他的话时再通知我回答，怎么样，酷吧。 13. CHAIN OF RESPONSIBLEITY 责任链模式　　责任链模式：在责任链模式中，很多对象由每一个对象对其下家的引用而接起来形成一条链。请求在这个链上传递，直到链上的某一个对象决定处理此请求。客户并不知道链上的哪一个对象最终处理这个请求，系统可以在不影响客户端的情况下动态的重新组织链和分配责任。处理者有两个选择：承担责任或者把责任推给下家。一个请求可以最终不被任何接收端对象所接受。　　晚上去上英语课，为了好开溜坐到了然后一排，哇，前面坐了好几个漂亮的MM哎，找张纸条，写上“Hi,可以做我的女朋友吗？如果不愿意请向前传”，纸条就一个接一个的传上去了，糟糕，传到第一排的MM把纸条传给老师了，听说是个老一手女呀，快跑! 14. COMMAND 命令模式　　命令模式：命令模式把一个请求或者操作封装到一个对象中。命令模式把发出命令的责任和执行命令的责任分割开，委派给不同的对象。命令模式允许请求的一方和发送的一方独立开来，使得请求的一方不必知道接收请求的一方的接口，更不必知道请求是怎么被接收，以及操作是否执行，何时被执行以及是怎么被执行的。系统支持命令的撤消。　　俺有一个MM家里管得特别严，没法见面，只好借助于她弟弟在我们俩之间传送信息，她对我有什么指示，就写一张纸条让她弟弟带给我。这不，她弟弟又传送过来一个COMMAND，为了感谢他，我请他吃了碗杂酱面，哪知道他说：“我同时给我姐姐三个男朋友送COMMAND，就数你最小气，才请我吃面。” 15. INTERPRETER 解释器模式　　解释器模式：给定一个语言后，解释器模式可以定义出其文法的一种表示，并同时提供一个解释器。客户端可以使用这个解释器来解释这个语言中的句子。解释器模式将描述怎样在有了一个简单的文法后，使用模式设计解释这些语句。在解释器模式里面提到的语言是指任何解释器对象能够解释的任何组合。在解释器模式中需要定义一个代表文法的命令类的等级结构，也就是一系列的组合规则。每一个命令对象都有一个解释方法，代表对命令对象的解释。命令对象的等级结构中的对象的任何排列组合都是一个语言。　　俺有一个《泡MM真经》，上面有各种泡MM的攻略，比如说去吃西餐的步骤、去看电影的方法等等，跟MM约会时，只要做一个Interpreter，照着上面的脚本执行就可以了。 16. ITERATOR 迭代子模式　　迭代子模式：迭代子模式可以顺序访问一个聚集中的元素而不必暴露聚集的内部表象。多个对象聚在一起形成的总体称之为聚集，聚集对象是能够包容一组对象的容器对象。迭代子模式将迭代逻辑封装到一个独立的子对象中，从而与聚集本身隔开。迭代子模式简化了聚集的界面。每一个聚集对象都可以有一个或一个以上的迭代子对象，每一个迭代子的迭代状态可以是彼此独立的。迭代算法可以独立于聚集角色变化。　　我爱上了Mary，不顾一切的向她求婚。Mary：“想要我跟你结婚，得答应我的条件” 我：“什么条件我都答应，你说吧” Mary：“我看上了那个一克拉的钻石” 我：“我买，我买，还有吗？” Mary：“我看上了湖边的那栋别墅” 我：“我买，我买，还有吗？” Mary：“我看上那辆法拉利跑车” 我脑袋嗡的一声，坐在椅子上，一咬牙：“我买，我买，还有吗？” …… 17. MEDIATOR 调停者模式　　调停者模式：调停者模式包装了一系列对象相互作用的方式，使得这些对象不必相互明显作用。从而使他们可以松散偶合。当某些对象之间的作用发生改变时，不会立即影响其他的一些对象之间的作用。保证这些作用可以彼此独立的变化。调停者模式将多对多的相互作用转化为一对多的相互作用。调停者模式将对象的行为和协作抽象化，把对象在小尺度的行为上与其他对象的相互作用分开处理。　　四个MM打麻将，相互之间谁应该给谁多少钱算不清楚了，幸亏当时我在旁边，按照各自的筹码数算钱，赚了钱的从我这里拿，赔了钱的也付给我，一切就OK啦，俺得到了四个MM的电话。 18. MEMENTO 备忘录模式　　备忘录模式：备忘录对象是一个用来存储另外一个对象内部状态的快照的对象。备忘录模式的用意是在不破坏封装的条件下，将一个对象的状态捉住，并外部化，存储起来，从而可以在将来合适的时候把这个对象还原到存储起来的状态。　　同时跟几个MM聊天时，一定要记清楚刚才跟MM说了些什么话，不然MM发现了会不高兴的哦，幸亏我有个备忘录，刚才与哪个MM说了什么话我都拷贝一份放到备忘录里面保存，这样可以随时察看以前的记录啦。 19. OBSERVER 观察者模式　　观察者模式：观察者模式定义了一种一队多的依赖关系，让多个观察者对象同时监听某一个主题对象。这个主题对象在状态上发生变化时，会通知所有观察者对象，使他们能够自动更新自己。　　想知道咱们公司**MM情报吗？加入公司的MM情报邮件组就行了，tom负责搜集情报，他发现的新情报不用一个一个通知我们，直接发布给邮件组，我们作为订阅者（观察者）就可以及时收到情报啦。 20. STATE 状态模式　　状态模式：状态模式允许一个对象在其内部状态改变的时候改变行为。这个对象看上去象是改变了它的类一样。状态模式把所研究的对象的行为包装在不同的状态对象里，每一个状态对象都属于一个抽象状态类的一个子类。状态模式的意图是让一个对象在其内部状态改变的时候，其行为也随之改变。状态模式需要对每一个系统可能取得的状态创立一个状态类的子类。当系统的状态变化时，系统便改变所选的子类。　　跟MM交往时，一定要注意她的状态哦，在不同的状态时她的行为会有不同，比如你约她今天晚上去看电影，对你没兴趣的MM就会说“有事情啦”，对你不讨厌但还没喜欢上的MM就会说“好啊，不过可以带上我同事么？”，已经喜欢上你的MM就会说“几点钟？看完电影再去泡吧怎么样？”，当然你看电影过程中表现良好的话，也可以把MM的状态从不讨厌不喜欢变成喜欢哦。 21. STRATEGY 策略模式　　策略模式：策略模式针对一组算法，将每一个算法封装到具有共同接口的独立的类中，从而使得它们可以相互替换。策略模式使得算法可以在不影响到客户端的情况下发生变化。策略模把行为和环境分开。环境类负责维持和查询行为类，各种算法在具体的策略类中提供。由于算法和环境独立开来，算法的增减，修改都不会影响到环境和客户端。　　跟不同类型的MM约会，要用不同的策略，有的请电影比较好，有的则去吃小吃效果不错，有的去海边浪漫最合适，单目的都是为了得到MM的芳心，我的追MM锦囊中有好多Strategy哦。 22. TEMPLATE METHOD 模板模式　　模板方法模式：模板方法模式准备一个抽象类，将部分逻辑以具体方法以及具体构造子的形式实现，然后声明一些抽象方法来迫使子类实现剩余的逻辑。不同的子类可以以不同的方式实现这些抽象方法，从而对剩余的逻辑有不同的实现。先制定一个珠峰逻辑框架，而将逻辑的细节留给具体的子类去实现。　　看过《如何说服女生上床》这部经典文章吗？女生从认识到上床的不变的步骤分为巧遇、打破僵局、展开追求、接吻、前戏、动手、爱抚、进去八大步骤(Template method)，但每个步骤针对不同的情况，都有不一样的做法，这就要看你随机应变啦(具体实现)。 23. VISITOR 访问者模式　　访问者模式：访问者模式的目的是封装一些施加于某种数据结构元素之上的操作。一旦这些操作需要修改的话，接受这个操作的数据结构可以保持不变。访问者模式适用于数据结构相对未定的系统，它把数据结构和作用于结构上的操作之间的耦合解脱开，使得操作集合可以相对自由的演化。访问者模式使得增加新的操作变的很容易，就是增加一个新的访问者类。访问者模式将有关的行为集中到一个访问者对象中，而不是分散到一个个的节点类中。当使用访问者模式时，要将尽可能多的对象浏览逻辑放在访问者类中，而不是放到它的子类中。访问者模式可以跨过几个类的等级结构访问属于不同的等级结构的成员类。　　情人节到了，要给每个MM送一束鲜花和一张卡片，可是每个MM送的花都要针对她个人的特点，每张卡片也要根据个人的特点来挑，我一个人哪搞得清楚，还是找花店老板和礼品店老板做一下Visitor，让花店老板根据MM的特点选一束花，让礼品店老板也根据每个人特点选一张卡，这样就轻松多了。

此套餐全系列教程从入门到自己可以独立开发出客户满意的网站，学习过程轻松目标明确。学习全栈只有好处没有坏处，自己可以独立开发完成所有的流程，学习完成可以自己“摆摊”接单赚钱，不然只会一样，如果接到单，你是不是要找另外一半来配合你才能完成？比如接到一单500块的就简单的做个页面，还是要找另外一半配合你，那酬劳是不是要平分呢？500块一人一半就是下250块，瞬间两人都变为“250”，再来一个例子，如果某天你接到一单价格为10万块的单，酬劳又一人一半，5万就这样分给另一半了，你心疼不疼。

首先一定要知道 Scrapy爬虫框架对新手非常的不友好，或者从某些视频网站上跟着视频学或者说从培训机构里学几天技能掌握的，主要原因有以下两个方面。框架模块内容太多，虽然只是实现了一个简单的爬虫工作，但是实际上完成一个页面的抓取在框架里最少要走8个以上的步骤，但是这些步骤都是基本都是依靠配置文件完成的，没有丰富的爬虫经验，这些模块很多都不知道是做什么的，也不知道怎么配置。基于框架内进行数据抓取仅限于那些通用的网站抓取，你就简单理解为一个完成重复工作的机器人就行了。但是如果是那种反爬比较厉害的网站那就是另外一种情况了，完全是爬虫工程师和网站开发者的一个博弈了，所以这种情况不适合任何一种爬虫框架。对于那些想在工作中摸鱼的Python工程师来说就一定要使用爬虫框架，你会发现省不少力气而且效率真心非常高，不过一切都是在对框架熟练掌握的基础上、和对业务的深刻理解来说来说。但凡说 Scrapy 无用的基本上没有认真阅读过 Scrapy 的源码，对于 Scrapy框架中的众多功能在搭建爬虫系统的时候能想到用几个？而且是基本是没有做过大型的爬虫系统项目的。咱们倒着推这个事，你就知道为什么要用Scrapy框架了。我之前的单位是国家互联网的新闻中心，做的项目中的有一项是复现863课题舆情监控系统中的内容，使用的方法是 Scrapy爬虫框架结合 Django Web 搭建的数据采集系统，抓取的目标对象包括新闻、博客、论坛等等，其中每天目标检测网站成千上万，如果不用框架去做这种数据采集得累死。1.抓取的数据存哪里？单纯Scrapy爬虫脚本写好了执行抓取任务时数据保存到哪里？ES、Mongodb、MySQL？如果做过开发的人都知道存 Mongodb 中，那些说把数据存到 MySQL 的人基本上99%是从培训机构里出来的，因为大多数培训机构爬虫是不讲 Mongodb 的。通过业务计算逻辑把数据传输到生产 ES 环境中。2.几千、几万个爬虫脚本应该怎么管理？很多刚入行的人都觉得爬虫脚本难写，其实并不是这样。最难的是如何管理密密麻麻数不清的爬虫脚本，这里介绍Python如何处理这个事情。管理方式无非集中，Web管理环境、GUI管理环境、手动管理环境，不管是哪一种都需要一定的开发基础和管理思路。比较省事的用别人写好的Scrapy管理框架，比如Gerapy爬虫管理框架。如同这样web直接一键管理爬虫脚本，更多内容看上面的文章，这里就不重复了。3.Scrapy如何面对反爬的？跟大多数单线抓取某个网站解决其反爬一样，只要把反爬的逻辑设置好，比如最简单的更换代理IP，更换header，解析JS生成cookie访问等等，都可以在框架中设置配置文件。4.如何提高代码编写效率以及数据爬取效率？一定要阅读源码，一定要阅读源码，一定要阅读源码你才能知道这个框架里到底有什么内容可以用。5.基于Python各种框架开发的爬虫定制化项目。

智能合约虚拟机赋予了区块链运行去中心化应用（Dapp）的能力。它让区块链演化为“操作系统”，孕育出繁荣的Dapp生态。一款优秀的VM不仅仅是要完成确定、高效、安全地执行合约字节码的功能，它应该足够通用，能最大化节省开发者的成本，甚至能形成独立的开发者生态。从架构上来说，VM为智能合约提供计算资源和运行容器，区块链的共识、执行模块与VM是完全解耦的。在区块链2.0项目中，我们看到大部分项目将VM作为区块链项目的一个子模块，一同编译进二进制中；Fabric更进一步，链码被编译成独立的程序，运行于独立的docker容器中，通过grpc与节点交互。如此，可将数据与逻辑彻底分离；在未来，VM可能以硬件的形式安装在“矿机”中，通过更底层的如PCIe接口与区块链进行通信。业界的Nervos CKB使用RISC-V实现VM，为演化成硬件模块做准备。架构设计验证层验证层会对合约字节码及传参进行一些验证，包含ABI验证，环境检查与版本检查三个环节。ABI验证：利用合约ABI对用户发送的合约调用及参数进行校验。环境检查：检查虚拟机执行环境是否符合预期检查Config字段。字节码是否合法。exports是否包含apply与memory，以及类型是否正确；是否包含start（被禁用）；是否包含import，import的模块是否合法。解释器模块是否ready。版本检查：检查合约版本，选择对应版本的解释器。注入层注入层主要对合约字节码注入一些必要的代码，以及构建相应的执行上下文。Gas MeteringGas metering是用于统计每一个操作所须花费的Gas。原理非常简单：实现Env_api方法useGas。将wasm字节码恢复成易于解析的格式化文本（如JSON）。将useGas注入到格式化文本中将格式化文本重新恢复成wasm字节码。这里有一个值得考虑的问题：**Gas Metering能否放到编译期去做？**在编译器做Gas metering注入的好处是只须要注入一次，节省了执行时的开销。但这样的弊端也很明显:Gas Table本属于区块链协议的一部分，但却被放到合约编译器中，恶意用户只须要更改编译器的Gas Table即可完成作恶，作恶成本大大降低。若Gas Table需要修改，无法再对已部署的旧合约更新Gas Metering，导致新老合约的Gas收费标准不一致。在每次执行时进行一次Gas Metering注入，虽然牺牲了一些执行效率，但换来了Gas灵活变更的特性，这对于不断调整、迭代的公链项目是至关重要的。一种更好的方案，是将Gas Table以合约形式部署，无须硬分叉便可更改Gas Table的参数。Env API 注入Env_api是区块链提供给合约层用于与区块链进行交互的接口。注入原理如下：合约字节码(wast)中包含形如(import env getAddress (func ...))的代码段。意为从env模块中导入getAddress函数。env模块从哪来呢？由虚拟机利用解释器的API构建原生模块，并实现预先设计的Env_api。这里的Env_api都须要用原生语言实现。利用解释器的moduleResolver在执行代码前注入。经以太坊基金会Go-team的gary推荐，这里隆重介绍下EVMC这个项目。它提供了一套虚拟机和客户端之间的通用交互接口。不同的VM只需要实现这些接口，即可为以太坊客户端提供交互功能。如此将客户端与虚拟机实现相互分离，更能够根据实际情况灵活切换底层虚拟机实现。上下文构建我们还需要给合约执行构建合理的上下文环境，提供必要的内部模块和数据以供合约使用，包括：区块链账本实例，提供区块、交易等信息的调用接口。状态数据库实例，提供状态数据的增删改查的调用接口。当前Transaction与Action的相关数据。当前区块高度和区块时间。执行层执行层是虚拟机的核心模块，负责执行合约字节码并返回结果。它必须具备以下几个特性：确定性：即相同入参和上下文，无论在什么设备上运行，何时运行，运行几次，都必须获得相同结果。高效执行：虚拟机的执行时间不大于共识算法给于交易执行的最大时间。停机与回滚：须要有相应停机机制。在执行失败时须要对本次执行涉及的所有状态变更进行回滚。沙箱环境：即保证合约与合约之间、合约与宿主系统之间的资源隔离。能够防备恶意和故障合约的不良影响。Apply执行合约字节码，实际是调用合约代码中的apply函数。合约上下文，包括用户指定调用的合约方法名和对应入参，通过Env_api在实际apply实现中获取，最终调用相应的合约方法。栗子详见系列第二篇。Memory合约除了应导出apply函数外，还须要导出memory对象。memory对象是wasm编译器在合约编译时自动注入，通常会开辟一页内存(64KB) (memory $0 1)。解释器会初始化一个线性字节数组作为内存供wasm使用，wasm与区块链数据交互是依靠内存共享的形式，通过该字节数组进行传递。（这也是为何在Env_api设计里，很多数值的传参是offset与length的组合）Wasm的内存数组是按照| static memory | dynamic memory |的次序划分，static memory中存放编译期的字符串或数组，dynamic memory用于运行期的数据存储，并且可以动态扩容。为了防止dynamic memory无限制地扩容，需要有合理的收费机制与内存分配上限。AssemblyScript提供了一个额外的位于static memory之前的预留空间，称为reserved memory。这使得我们在运行期可以将一些变长数据（如字符串，数组等）以Global的形式导入wasm。这样wasm无须调用Env_api即可直接使用上下文的变量，如发送方、接收方、合约地址、当前调用的合约方法名等。状态存储对VM最本质的需求是对状态存储的需求，这种存储是达成共识的、不可逆的，从而实现了去中心化应用中数据的信任存储。Ethereum1出现的状态爆炸问题给我们敲响了警钟——只收取每一次读写操作的费用，而不收取占用存储的费用，是不合理的。如果不对占用存储收费，则用户可以无限制地占用区块链的稀缺存储资源；且由于没有好的数据清理机制，区块链的状态就会不断增长，即所谓“爆炸”。状态存储付费是很自然想到的方案。如何设计合理的状态存储付费方案，有两个底层逻辑需要考虑：用户应当为占用链上的稀缺存储资源付出成本。这里的成本是广义的，可以是代币价值、机会成本与承担额外风险等形式。状态存储的使用属性最大化，投资属性最小化。须要避免出现用户大量囤积存储资源，提高资源利用率。EOS使用【RAM】来解决状态收费的问题。开发者须要使用代币向系统合约购买RAM，存储状态数据须要消耗对应大小的RAM资源，当数据删除时RAM资源也会相应释放，并且可以卖回给系统拿回代币。但开发者须要承担RAM和代币价值波动风险。如何对RAM定价呢？EOS创新性地引入了Bancor算法对RAM进行模拟市场定价。Bancor算法有两个特点：数字货币价格取决于存储金金额和代币流通量，真实模拟了市场供需关系；人机交易，无须对手盘，这使得“巨鲸”可轻易做多或做空，导致价格波动剧烈。也正因为上面两个特性，EOS主网刚上线时，出现了大量RAM资源被囤积，RAM价格被瞬间拉至高位，又在随后的一周内快速下降，造成了“割开发者韭菜”的情况。V神在2018年曾提出过使用【状态租金】来解决状态爆炸问题。状态租金很像当前云计算服务的商业模式，用户不仅花费购买占用空间大小，还须购买占用时间。对于状态租金方案的具体设计，我们仍然须要考虑以下几个问题：用户体验：当状态出租时间快到期时，如何提醒用户续费？时间到期后状态数据是否立马清除？不同级别的数据是否有区别的对待？（云服务厂商都会提供到期后的赎回期，以防止关键数据被意外删除）支付对象：哪些数据需要支付租金？除了合约的状态数据必然要支付租金以外，账户本身的元数据（balance, nonce等）是否也要付租金？如果需要，时间到期后清零，势必损害用户的资金安全（与区块链保护数字资产的理念相背），同时nonce为0后可能会遭受重放攻击。如果不需要，仍然无法抑制因新账户的创建而产生的状态爆炸问题。定价：链上存储资源的稀缺程度，与区块链的生态价值及当下的市场需求密切相关。如何建立一个合理定价模型便是个非常重要的问题。Ethereum Research中有大神对状态租金的方案进行了细化，引入了激励机制用于租赁过期的发现和确认，并且允许在状态数据删除后申请恢复。Nervos CKB结合了状态买卖和状态租金的长处，利用原生代币代表占用全局状态的权利，且汇率恒定，即1 CKB代表1 Bytes的存储空间。同时巧妙地利用【二级发行】机制为代币持有者（存储空间占有者）设置了【通胀税】，以作为支付给矿工的状态租金。靠通胀收取租金的方式既保留了RAM方案的买断存储空间的使用模式，解决了上面所提到的用户体验的问题，又将定价转移到了通胀部分对应的法币价值，完全由二级市场进行价值发现。但这使得状态空间的上限严格等同于当前代币流通量，在初期可能会限制生态的发展。合约安全我们在第一篇中有提到，合约安全分为编译期安全和执行期安全。本篇主要阐述执行期安全的设计思路。执行期安全也成为运行期安全，主要由VM针对以下两方面提供保障：数据安全：不能随意篡改其他用户或其他合约的状态数据。资源安全：CPU、内存、硬盘资源的分配与回收。数据安全加密数字资产真正实现了人类梦寐以求的“私有财产神圣不可侵犯”，它象征着真正的自由。为了捍卫这份“自由”，数据安全是重中之重。VM需要为以下两个方面提供安全保障：用户数据的安全，即利用密码学算法判断是否有修改状态数据的权限。合约状态数据的隔离，即任何合约都不能直接修改其他合约的状态数据，即使该用户拥有权限。第一个维度很好理解，合约会提供根据用户地址和交易签名进行身份权限审查的功能（甚至可提供基于多密钥对的权限管理），以判断本次合约调用是否有权限修改相应的数据。这也是“私有财产神圣不可侵犯”的根源。第二个维度需要特别解释一下。这里的不能直接修改其他合约的状态数据，是指不能在合约A的方法中直接修改合约B的数据。为什么？因为这会导致状态变更无法追溯，带来不确定性。我们知道，区块链环境中只能通过交易(Transaction)来触发状态变更，交易本身就是状态变更的日志。若允许在合约A中直接修改合约B的状态数据，则这次修改是并未生成相关日志的，使得状态修改无法追溯，与区块链“可追溯”的特性相违背。以太坊中跨合约调用也是没有保留日志的。笔者认为这是因为以太坊合约是不可升级的，一旦部署后地址和代码都是不可变更的，因此可结合交易和代码具体片段来追踪状态变更记录。但以太坊并没有提供相关的索引，这导致对状态修改的记录追踪基本不可能，因此我认为这是一个设计上的重大缺陷。在EOS中，我们看到跨合约调用是生成了新的action，并被加入到原action列表中，在链上保留了状态修改的日志。能否利用静态代码分析的方式确定跨合约的对方地址和相关合约方法，从而追溯到状态变更的细节？当然是可行的，但如果有多层调用（合约A -> 合约B -> ... -> 合约Z），这种方案显然开销是非常大的。尽管以太坊提供了tracer，可以在执行交易的过程中追踪跨合约调用的对象，但如果我想查找导致合约X某状态变更的所有历史操作，上述方案必须遍历并模拟执行所有的历史交易，显然是不可取的。我们认为，跨合约交易正确的做法，是通过内联交易的形式调用合约B的方法从而间接修改合约B数据。即生成一个新的交易来触发目标合约的状态变更。该交易也会应放入区块中，视为由原交易生成的日志。这样可为状态变更保留操作记录，也符合“可追溯”的特征。资源安全智能合约通常运行在由虚拟机提供的沙箱环境，我们需要对其能够使用的资源进行适度的把控。这些资源包括三类：CPU、内存、硬盘。下面我们以QA的形式对涉及到的问题进行解答——CPU资源Q1: 合约运行最大能占用多少个进程，多少个线程？一个；一个或多个。Q2: 是否允许合约内开辟新线程？不允许。合约不应有操作系统级别的调用，而应由虚拟机层来确定性地分配CPU资源（线程数）。Q3:多线程下如何保证线程安全？多线程下，不应通过加锁来保证线程安全，原因是加锁无法保证执行顺序，带来不确定性。正确的做法是在执行前通过静态分析、注解等手段对合约调用进行归类。互斥资源的调用顺序遵循交易发送的顺序；非互斥资源的合约调用可以并行执行。Q4: 如何控制执行时间？利用Gas机制控制合约执行时间（在本系列第一篇已提到），避免过度占用CPU时间。Q5: 如何捕捉错误与处理？合约执行的错误不应导致虚拟机的进程终止，虚拟机应当提供错误捕获和处理的机制。常规的做法时合约运行时的错误以error的形式抛出，虚拟机层捕获后做失败处理，包括终止交易执行、状态回滚、资源回收等。内存资源Q1：合约运行最大能占用多少内存？节点能分配多大的内存给虚拟机，是由矿工决定。这本质上经济学问题：扩大内存分配无疑会增加成本，而这部分提升的执行效率能为矿工带来多少收益。若可用内存过少，部分交易执行失败，可能导致分叉；若可用内存过多，又会造成资源浪费，降低矿工收益。Q2: 内存能否动态扩张？可以，但须要付费。为了防止内存无限制扩张，虚拟机还应对合约的内存占用设置上限。Q3: 如何避免内存泄漏？不应交由合约开发者控制内存回收，虚拟机应当实现GC机制。Q4: 如何避免内存溢出？Wasm虚拟机中内存实则为字节数组，本身带有边界控制，能有效防止内存溢出。磁盘资源Q1: 单个合约最多能够存储多少数据？这也是经济学问题，应该设置合理的硬盘占用计费。Q2: 能否修改其他合约的持久化数据？不能直接修改，因为这会影响到【数据安全】章节中提到的确定性。虚拟机为合约创建的上下文环境中，包含相互隔离的数据空间。可以通过创建新的上下文环境进行数据修改，这样的操作视为一次新的合约调用（保留日志）。Q3: 如何防止未知的数据丢失（如磁盘损毁）？当发生数据丢失时，节点执行合约会得到不同的状态结果，导致区块被认定为非法，区块链无法延长。这里需要区块链系统具备状态一致性的检测机制，在解决硬盘故障后采用同步主链块并重放交易的方式进行恢复。系统合约系统合约是指区块链系统在启动时预先部署的，可升级、可治理的合约，提供如权限控制、资源租赁、代币质押等基础服务。系统合约通常有以下三个特点：公开透明，无暗箱操作。可通过Env_api被用户合约调用。合约通过治理进行代码变更，无须硬分叉。系统合约可采用普通合约的实现方式，并在系统预定的合约地址部署。未来优化方向智能合约的并行执行合约并行执行是提升智能合约执行效率的一大思路。这里的并行执行并不是指单个合约方法内部的并行，而是合约间的并行。实现合约并行执行，我们需要考虑两个重要的问题：如何检测本次合约执行所访问的资源对象？如读写状态数据、读取账户余额等互斥操作。如何做合约执行的合理调度？即哪些合约能够并行执行，哪些必须串行？一种容易想到的思路是这样的：通过静态代码分析检测出合约方法可能访问到的资源，对会访问相同资源的合约调用归为同一个组。每个组的执行可以并行化，组内执行则串行化（根据交易发送顺序）。然而，实际设计时需要考虑的因素就复杂很多：如何设计一个完备的算法，准确地检测合约方法可能访问到的资源（包括跨合约调用中的资源访问）？如何设计一个高效的调度算法，将合约调用准确分组？合约并行执行后所带来的性能提升，是否能够追回以上两个算法所带来的开销？预言机预言机是智能合约获取链外数据的桥梁。这些数据通常由第三方可信数据源提供，如天气数据、赛事数据、数字货币价格等。在传统的互联网应用中，我们可以简单地通过HTTP API获取到这些数据。但在智能合约却不行，原因是HTTP调用通常是异步的，时间不可预估且不具备确定性。因此，需要一个专门的基础设施来为智能合约提供这些链外数据。预言机的设计原则中需要考虑三个要点：获取链外数据并保证数据的真实可用。以确定性、同步的方式被智能合约调用获取。预言机网络本身的安全性和可用性。隐私保护密码学的研究推动了隐私领域的创新。隐私研究主要涉及零知识、多方计算、全同态加密等领域。多方计算 MPC 允许一组人基于他们的输入进行联合计算，而不需要每个人显示其输入值。例如，Alice 和 Bob 想要知道谁拥有的比特币更多，那么在不需要他们披露自己拥有多少比特币的情况下就能达到这个目的。遗憾的是，目前多方计算的局限性在于它在实践中使用效率极低。全同态加密 (Fully homomorphic encryption) 则允许人们在加密的数据上计算。几十年来，这一直是密码学领域中的一个未解决的问题，直到 2009 年，斯坦福大学博士生克雷格·詹特利 Craig Gentry 使用「理想格」构建了第一个全同态加密方案。如果 Bob 想在 Alice 的数据上执行任意计算，比如训练机器学习模型，同时不必要求 Alice 显示明文数据，理想格加密方案就能派上用场。全同态加密和多方计算一样，目前仍然基本上停留在理论阶段，在实践中的使用效率太低。

110,535

社区成员

642,577

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧

+ 用AI写文章