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。9 \2 D+ D& O% @) ?

$ ]; N% N% }# g. `% R8 ^  M; d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。* E8 v: ]! S0 [+ D4 P9 R
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。9 T& M: v$ u' L7 Q0 [! G

% h4 e/ F: P( \/ y- o: O类似 ocap.arcblock.io
$ u5 n3 e4 b5 c3 R3 O; |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。9 _, o* K# Z2 z5 J0 \4 L* J
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。  H, M- x, g6 r; {& P

% d0 X& j& }3 S6 \) O+ D# n5 _; IGeth
0 _$ w6 |7 b: n, `/ A# 下载+ n2 D8 q0 \" U1 z$ p% a
wget https://gethstore.blob.core.windows.net/builds/geth-linux-amd64-1.8.23-c9427004.tar.gz
: c; f5 {5 ]' K6 g+ D: cmd5sum geth-linux-amd64-1.8.23-c9427004.tar.gz # 校验
- H$ K2 G; {0 U% G" |. u# => a3b2dd950bc986036be4ff66efec36f9 ; C1 z1 P0 n8 L* u5 g
# 与上文提供的Checksum比较，如果一致说明文件没有被篡改% ~. Y5 ]9 u9 B1 G7 [4 Q  g
tar -xzf geth-linux-amd64-1.8.23-c9427004.tar.gz # 解压& y2 p3 j/ I/ R2 O6 ?: V- Q
mv geth-linux-amd64-1.8.23-c9427004/geth /usr/bin/ # 移动 放到全局环境变量中4 P% f! ]+ E/ |0 P
which  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
6 Q7 |# n8 J! T' |1 h/ t( m同步方式Geth 有3种同步方式：full，fast，light，默认是fast模式。
. d" @9 u; m7 g+ P% G6 mgeth -h | grep sync$ |) ]$ j' w6 N
# --syncmode fast    Blockchain sync mode ("fast", "full", or "light")Full+ t; q8 d$ X6 `/ O1 ?
同步完整的区块信息，获取所有历史区块的header、body数据，+ _" s5 A" E  _8 N5 [1 `, f' I( I
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。
0 G# k: Q# _) c6 f8 i1 B( e% U: MFast0 X8 h3 p, S! l/ |8 d
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。
% i9 t: q' `/ t: X( l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。: U0 l7 y/ [% c# m5 c% ~
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* O! x+ u" c8 B! @* m2 r
--syncmode fast --cache 2048Light$ [7 c2 G5 [( N% g6 I1 ^4 {
只下载所有区块的header数据，本地仅做交易是否发生的验证，
, |+ [8 g4 c* I& K3 r# k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。
+ h$ Z2 I9 }- Q' F& ~" w; D: \# C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
, B* I8 e; |  Y# [% u0 h4 qnohup geth --datadir /mnt/eth --syncmode full &$ H' Y# v2 n! r( Q, y) d
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。; T, C: s# i8 U: Y
存档节点 gcmodegeth -h | grep gcmode
4 t, y$ m4 M# T$ G, f--gcmode full      Blockchain garbage collection mode ("full", "archive")* P4 i+ F! e2 }/ n
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- F' O8 t3 i; `9 G* f9 D
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。& p& y0 N! v' R2 ?* [1 X; |
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 P- c& M- B" _& x9 t) e) ~Parity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。1 a: E9 ^2 a& k! H
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。
( H8 @6 M+ s: A+ x8 Q, F1 R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...4 J& }* p( e9 W, y, E: z& h
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。
1 Q% `2 V3 Q& G, ]' B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。* L, V0 R. X- I( o2 l  l( V$ ~
Ethereum在 2015-07-30诞生，经过4年的发展到现在的740w高度，( a  ^. z# H* d0 \1 c; g
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。
# }% O4 r# I# u; G7 v9 JBitcoin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。/ d3 \* D' o6 j" {5 ^% b
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。2 i  Y, t5 P2 y6 ~/ }' Q
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。9 \' E2 A$ _7 e( m# o5 @
Bitcoin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。