最近微博的某人额外关注起了Ethereum全节点，并Po了这么一张照片，一笑置之。虽说Ethereum全节点占用的磁盘空间确实比Bitcoin大了几倍，但也不至于为了节省几块硬盘，不去同步全节点。/ w: Q( [! v+ V3 q* I1 ~

# w1 c5 V; \. I$ G" g本人在18年的6月份用Geth同步过全节点。当时想把区块链数据用异构的方式查询， 比如提供 Sql 、GraphQL访问，而不在通过rpc接口访问数据。* Y: \0 }5 Y7 s
而首要工作是把全节点数据放入到数据仓库中，那就要先从同步全节点的任务开始。4 V2 k. ^5 w0 V' `4 @6 q* X, R

! T! p. S. |1 T- O类似 ocap.arcblock.io
5 Z) y. E* b& h) `  U: _  `' i服务器配置当时云主机选择的是阿里云香港，操作系统是Ubuntu，8G内存，主流CPU，30G系统盘，外挂1T高效硬盘，带宽2M。 这是最低的基本硬件配置，再低，同步速度就太慢了。
2 m: m' Y5 X) ^: h3 ?) \获得Gethhttps://ethereum.github.io/go-ethereum/downloads/，选择Stable Linux 64bit版本，记得校验Checksum，防止软件被篡改。
: G, Z+ f4 j0 Y7 S+ l9 `$ {+ @8 e# L6 ?% l' A* g
Geth0 ^8 q6 V# L8 \, {7 G* U
# 下载
8 G0 X% Y1 T6 @) A8 }" R% S  k& rwget https://gethstore.blob.core.windows.net/builds/geth-linux-amd64-1.8.23-c9427004.tar.gz
" [1 k  {4 T. U: tmd5sum geth-linux-amd64-1.8.23-c9427004.tar.gz # 校验
8 Q% h+ n6 h" Z9 [# => a3b2dd950bc986036be4ff66efec36f9 7 u" i# ^2 w7 ?6 x9 L/ [
# 与上文提供的Checksum比较，如果一致说明文件没有被篡改
  ~, ?7 M( U( J; S+ `5 gtar -xzf geth-linux-amd64-1.8.23-c9427004.tar.gz # 解压  E6 B) ?7 ]. R) K; o
mv geth-linux-amd64-1.8.23-c9427004/geth /usr/bin/ # 移动 放到全局环境变量中
7 Z6 o4 }) S! V9 i. j1 qwhich  geth # 查看位置如果想通过手动编译的方式，请移步 https://www.jianshu.com/p/65ae648b97ae: m( w7 H$ C; H/ i0 j
同步方式Geth 有3种同步方式：full，fast，light，默认是fast模式。: r: \2 }: F2 P4 @. o1 ]
geth -h | grep sync5 K' o+ e! B9 G
# --syncmode fast    Blockchain sync mode ("fast", "full", or "light")Full
8 U% f( g1 ^3 j: ~7 e( R' T  q8 }) g同步完整的区块信息，获取所有历史区块的header、body数据，- ]. S2 N" T, _  x$ Q# `3 R
从创始块开始校验每一个元素，并顺序执行其中的所有交易，验证区块头中的 stateRoot、transactionRoot 和 receiptRoot。
+ k5 |  _+ E; z2 V4 e, |& b# XFast
* Q. I5 V) `# ?获取所有历史区块的header、body数据，但不执行其中的任何交易，所以也无法验证区块头中的三个状态根。) t. H: W: y  y& ]/ [; C  K0 m
在追上最新区块之后，会继续请求最新的完整 state trie 数据，并维护最新的 state trie 和 receipt trie 数据，但不保存它们的历史版本。# C% X. ^! }- J" H9 \7 }; `
所以可以用 fast 模式同步的节点执行智能合约来获得最新的状态。使用此模式时可以设置 --cache，默认1024M
5 a# M% R/ W9 E4 I$ i5 p  C--syncmode fast --cache 2048Light5 O* F7 Q; s- H! ^# i7 o
只下载所有区块的header数据，本地仅做交易是否发生的验证，
$ d/ g. y( u. P* T0 q也就是仅下载最新区块的所有数据并验证 transactionRoot 是否一致。无法进行任何状态验证。& z) h7 r8 c! ?/ `. b
设定datadir即储存数据的位置，使用full模式，并让这个进程在后台持续运行. ]/ }* V" f# Q( _6 [
nohup geth --datadir /mnt/eth --syncmode full &: X" S' g, j" V2 J) I) r
经过24小时不间断的同步，达到了500万块高度，硬盘空间大概用了683G，大概花了10天左右时间。) W6 v' H9 Y0 ^
存档节点 gcmodegeth -h | grep gcmode
: }/ P' i8 W8 l--gcmode full      Blockchain garbage collection mode ("full", "archive")( C* Z2 p' X2 |" L, O  h! K
区块的垃圾回收模式，默认是fullarchive模式存储着智能合约中的所有值状态以及帐户余额的完整历史记录; k; N# e& U! W7 L3 M, @3 P
syncmode=full 验证每块的state trie、transaction trie 和 receipt trie数据，但并不保存所有的 state trie、transaction trie 和 receipt trie 的完整历史版本。4 b0 Q0 X! m0 e) a, j, f
如果一个合约的字符串的值，在6000000高度的时候是xyz，在 6000001高度的时候变为ABC，这只有在archive模式下才会记录，其他的同步模式，会裁剪过去的状态，将只会保存最新的值。具体来说，gcmode=full模式，只有最近的128次状态被保存在内存中，再多的状态会被丢弃。比如说现在同步到了 7000000高度，只会记录7000000-128 到7000000高度的之间的合约的某个状态的值。
3 Y  Q; }; O7 V: x$ Y. g$ dParity甚至提供了一种同步模式，只记录一定数量的过去状态，从而减少了同步链数据的大小。! {. E" ?8 S( o  r
使用 --syncmode=full --gcmode=archive 模式，即归档节点，这种模式保存了最最最全的Ethereum节点数据，占用硬盘空间也会更大。! W( ?& c" Z! t- ^
我当初就是用归档模式，同步到500w高度的时候，1T硬盘已经塞爆了...
1 g5 K( }' p" `( l4 [: n也许本人使用的这种同步方式对达到工作目的来说并不是最有效的，最经济的，这个不是讨论的重点。) \' n9 r1 `$ U$ ]
有感我相信大部分人知道syncmode模式，而不知道 gcmode模式，更没有同步过存档模式。
# ?0 ~4 Z9 o( I  h3 s$ U: OEthereum在 2015-07-30诞生，经过4年的发展到现在的740w高度，
* l3 Z# g9 ]" n+ K. f8 q1 r从https://etherscan.io/chartsync/chainarchive 数据来看，完完整整的区块链数据已经膨胀到2231.5 GB，也就是2.2 TB，同步时间要花几个月时间，而且每天以 3～4 GB的速度在增长。在过几年5TB的硬盘可能也装不下了，这也是为什么ethereum技术社区对的分片呼声这么高的原因。
1 I8 \% ?0 ?: O2 J5 q4 e' G3 w  NBitcoin在2009-01-03诞生，经过10年的发展，完完整整的区块链数据基本也就200多GB，同步时间基本在24~36小时。5 ~, P* o8 S( d9 E0 M2 d. {
从保持去中心化，保有全量数据的角度来说，Bitcoin 在这两方面平衡的相当好。而Ethereum归档节点的机器成本已经很高了，个人没有太多动力去维护。3 z1 N" o! \3 }% A
之前我曾抱怨Bitcoin技术推动太墨迹，丧失了很多机会，现在我感觉Ethereum面临的技术挑战相当严峻。从最近的君士坦丁堡硬分叉出现的问题来看，这2个最知名的区块链技术团队的行事风格差异也挺大的。
# j* {. B4 t& p/ KBitcoin是伟大的创举，Ethereum是天才的设计，前者是从0到1跨时代的发明，后者带来了智能合约，深刻影响着传统的经济观念。总之，都祝好吧。