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。
6 ?$ }) P0 V) y" h& c
! P! i+ T3 m5 s6 `/ P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。
1 Y3 s/ K+ U: x* y: M" i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。. B( z" C5 M1 i, ?0 ~3 J

& z+ I, N6 j, p6 q1 F9 z类似 ocap.arcblock.io
% Q2 d1 F( R5 J/ l* ?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。- W1 U9 z8 T! [8 @$ b( U
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。9 Q6 h8 Z2 S; j
6 a0 v, U- K7 a% }
Geth
5 y4 F2 i  N3 n) H! g2 H8 C  J# 下载
6 f- h- x% v: e: u" H) U7 dwget https://gethstore.blob.core.windows.net/builds/geth-linux-amd64-1.8.23-c9427004.tar.gz - `$ [7 C0 W5 h4 b7 `  z9 P6 k0 u
md5sum geth-linux-amd64-1.8.23-c9427004.tar.gz # 校验# y) P/ @. T* i- L
# => a3b2dd950bc986036be4ff66efec36f9
( L+ `5 A9 j6 X  V: R7 J( C4 _8 {# 与上文提供的Checksum比较，如果一致说明文件没有被篡改
2 j  z* T! q" g9 f3 {tar -xzf geth-linux-amd64-1.8.23-c9427004.tar.gz # 解压3 F2 i4 q7 d+ H
mv geth-linux-amd64-1.8.23-c9427004/geth /usr/bin/ # 移动 放到全局环境变量中4 L3 U+ ~  R: ~8 l2 j
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
' p/ D, ?# u- d# Y0 g6 ]* N* ~同步方式Geth 有3种同步方式：full，fast，light，默认是fast模式。7 o+ h. D* M: s$ B9 `# h8 _8 `; m
geth -h | grep sync" c) Z6 y, {1 X. T
# --syncmode fast    Blockchain sync mode ("fast", "full", or "light")Full
- v/ T. N. j/ |5 p% q" h同步完整的区块信息，获取所有历史区块的header、body数据，, r' ]: x4 _1 N4 P( ^
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。
. M7 c, }0 f6 A& kFast
( N7 X( p5 r, p8 Y/ z4 m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。
  u9 n9 l0 g& R6 p! P, H: G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。
2 L2 H; Q& _' Z2 U& E" V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
6 u- A5 n, h0 L4 I# j--syncmode fast --cache 2048Light
2 ^& J6 D9 `% f9 ]只下载所有区块的header数据，本地仅做交易是否发生的验证，2 \* ^  \* u7 ~; i. [* x+ y
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。3 x! S, T3 f0 U6 I
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/ C8 n% N0 h$ P  v# l* t! Knohup geth --datadir /mnt/eth --syncmode full &
( G  R3 \8 r4 `3 a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。& @/ u) E9 V+ I( T# G
存档节点 gcmodegeth -h | grep gcmode% |/ E2 \1 L- {# X1 w
--gcmode full      Blockchain garbage collection mode ("full", "archive")
, ]5 u' P9 p- _/ p/ k3 u6 I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6 V: {8 |+ H: E/ `* r
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。! m  j; y- i$ x  l7 R4 z- C) k/ X0 Z
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。# w% _3 b/ B: @( Y" V
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。$ _6 h, ?8 z) y
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。4 a6 r: Q% J5 S- f3 j5 p# z
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...
7 ]. e! F+ ~' N9 O8 _( a2 F( D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。- t# U# ?  L9 Z( C& I5 l. H
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。
" p3 m- e" @! \5 ]; cEthereum在 2015-07-30诞生，经过4年的发展到现在的740w高度，
6 N6 q7 v8 p" @) \5 K( }8 G+ d' |' e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。$ U- Y: G/ g1 `" u0 `, U
Bitcoin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。6 f' l' e7 O% o. s( K. p
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。8 {' X$ J* k  ^$ m
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。. ?. @0 m5 S8 V* I, Z: E
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。