利用多核的Rust快速Merkle tree

1. 引言

利用多核的Rust快速Merkle tree，开源代码见：

• https://github.com/anoushk1234/fast-merkle-tree（Rust）

其具有如下属性：

• 可调整为任意高度
• 构建root复杂度为O(n)
• 提供了插入和获取叶子节点的方法
• 获取某叶子节点的opening proof，并基于某root验证该proof
• 抽象化的哈希函数，可任意替换为其它哈希函数。
• 默认叶子节点为h(0)
• 可选择使用multi processing（多重处理）

cargo test来做测试用例测试。cargo bench来做benchmark。

在做代码优化时，通常需权衡代码效率和代码可读以及可维护性。
https://github.com/anoushk1234/fast-merkle-tree 代码实现和优化时，试图兼顾了三者（效率、可读性、可维护性）。

具体的算法优化有：

• 1）由于所有的叶子节点都预填充了默认值，实际插入时，无法简单将data hash推入，直观方法是轮询找到某叶子节点然后替换为data hash。这样复杂度为 O ( n ! ) O(n!) O(n!)。本文会记录Merkle tree的当前可添加叶子节点的index，这样有助于跟踪那个index可被替换，从而将插入平均时长缩短了约800ms。
  之前方案：
  
  现在方案：
  
• 2）由于已知Merkle tree的容量，可提前预分配向量，来节约在heap中没必要的分配，从而节约调用syscall的开销（因需做上下文切换）。
• 3）将DEFAULT_LEAF等值用作常量值，节约在运行时对其进行哈希的时间。

同时，还做了如下并行优化：

• 1）不是顺序插入叶子节点，而是使用多个线程来哈希叶子节点，然后一次性附加到数组中，可节约约70ms到80ms的时间。
• 2）即使对Merkle tree进行了预填充，由于向量已分配，可使用par_extend来并行预填充，但性能改进可忽略，此处倾向于简化for循环中的逻辑。

代码可读性改进：

• 1）当计算level length或tree height时，可使用浮点数计算，如：

  (current_level_len as f64 / 2.0).ceil() as usize

  或者，采用整数运算，如：

  if current_level_len % 2 == 0 {
      current_level_len / 2
  } else {
      (current_level_len + 1) / 2
  }

  浮点数运算需要的计算量多一点，这种性能差异在特定应用场景下（特别是当 h < = 10 h<=10 h<=10时）可忽略不计。不过个人倾向于采用整数运算。

未来性能改进点：

• 1）AVX-512 Accelarated SHA256，已有一些开源实现。
• 2）定制Heap Allocator：使用定制allocator来分配单个dram page，然后每次需给向量分配heap时，使用该定制allocator。可节约向内核做syscall的额外开销。类似如Hoard Allocator。
• 3）向量化：不同于 使用多个变量来存储不同的值，可使用搭个matrix/vector来存储不同的值。但这将牺牲可读性。
• 4）使用Blake4而不是SHA-256。