区块链以太坊虚拟机 EVM 详解

一、虚拟机

虚拟机用来

执行以太坊上的交易，
更改以太坊状态。

交易分两种：

普通交易
智能合约交易。

在执行交易时需要支付油费。

智能合约之间的调用有四种方式。

二、以太坊虚拟机

以太坊虚拟机，简称 EVM，是用来执行以太坊上的交易的。

业务流程如下图：

输入一笔交易，内部会转换成一个 Message 对象，传入 EVM 执行。

如果是一笔普通转账交易，那么直接修改 StateDB 中对应的账户余额即可。

如果是智能合约的创建或者调用，则通过 EVM 中的解释器加载和执行字节码，执行过程中可能会查询或者修改 StateDB。

三、固定油费（Intrinsic Gas）

每笔交易过来，不管三七二十一先需要收取一笔固定油费，计算方法如下：
交易油费计算

如果你的交易不带额外数据（Payload），比如普通转账，那么需要收取 21000 的油费。

如果你的交易携带额外数据，那么这部分数据也是需要收费的，具体来说是按字节收费：

字节为 0 的收 4 块，
字节不为 0 收 68 块，

所以你会看到很多做合约优化的，目的就是减少数据中不为 0 的字节数量，从而降低油费 gas 消耗。

四、生成 Contract 对象

交易会被转换成一个 Message 对象传入 EVM，而 EVM 则会根据 Message 生成一个 Contract 对象以便后续执行：

交易生成对象

可以看到，Contract 中会根据合约地址，从 StateDB 中加载对应的代码，后面就可以送入解释器执行了。

另外，执行合约能够消耗的油费有一个上限，就是节点配置的每个区块能够容纳的 GasLimit。

五、送入解释器执行

代码跟输入都有了，就可以送入解释器执行了。EVM 是基于栈的虚拟机，解释器中需要操作四大组件：

PC：类似于 CPU 中的 PC 寄存器，指向当前执行的指令
Stack：执行堆栈，位宽为 256 bits，最大深度为 1024
Memory：内存空间
Gas：油费池，耗光邮费则交易执行失败

解释器四大组件

具体解释执行的流程参见下图：

解释器执行流程

EVM 的每条指令称为一个 OpCode，占用一个字节，所以指令集最多不超过 256，具体描述参见：https://ethervm.io 。

比如下图就是一个示例（PUSH1=0x60, MSTORE=0x52）：

OpCode 指令

首先 PC 会从合约代码中读取一个 OpCode，
然后从一个 JumpTable 中检索出对应的 operation，也就是与其相关联的函数集合。
接下来会计算该操作需要消耗的油费，如果油费耗光则执行失败，返回 ErrOutOfGas 错误。
如果油费充足，则调用 execute()执行该指令，根据指令类型的不同，会分别对 Stack、Memory 或者 StateDB 进行读写操作。

六、调用合约函数

前面分析完了 EVM 解释执行的主要流程，可能有些同学会问：那么 EVM 怎么知道交易想调用的是合约里的哪个函数呢？别急，前面提到跟合约代码一起送到解释器里的还有一个 Input，而这个 Input 数据是由交易提供的。

Input 数据

Input 数据通常分为两个部分：

前面 4 个字节被称为“4-byte signature”，是某个函数签名的 Keccak 哈希值的前 4 个字节，作为该函数的唯一标识。（可以在该网站查询目前所有的函数签名）
后面跟的就是调用该函数需要提供的参数了，长度不定。

举个例子：我在部署完 A 合约后，调用 add(1)对应的 Input 数据是

0x87db03b70000000000000000000000000000000000000000000000000000000000000001

而在我们编译智能合约的时候，编译器会自动在生成的字节码的最前面增加一段函数选择逻辑：

首先通过 CALLDATALOAD 指令将“4-byte signature”压入堆栈中，
然后依次跟该合约中包含的函数进行比对，如果匹配则调用 JUMPI 指令跳入该段代码继续执行。

这么讲可能有点抽象，我们可以看一看上图中的合约对应的反汇编代码就一目了然了：

函数 signature

反汇编代码

这里提到了 CALLDATALOAD，就顺便讲一下数据加载相关的指令，一共有 4 种：

CALLDATALOAD：把输入数据加载到 Stack 中
CALLDATACOPY：把输入数据加载到 Memory 中
CODECOPY：把当前合约代码拷贝到 Memory 中
EXTCODECOPY：把外部合约代码拷贝到 Memory 中

最后一个 EXTCODECOPY 不太常用，一般是为了审计第三方合约的字节码是否符合规范，消耗的 gas 一般也比较多。

这些指令对应的操作如下图所示：

指令对应的操作

七、合约调用合约

合约内部调用另外一个合约，有 4 种调用方式：

CALL
CALLCODE
DELEGATECALL
STATICALL

后面会专门写篇文章比较它们的异同，这里先以最简单的 CALL 为例，调用流程如下图所示：

CALL 调用流程

可以看到，调用者把调用参数存储在内存中，然后执行 CALL 指令。

CALL 指令执行时会创建新的 Contract 对象，并以内存中的调用参数作为其 Input。

解释器会为新合约的执行创建新的 Stack 和 Memory，从而不会破环原合约的执行环境。

新合约执行完成后，通过 RETURN 指令把执行结果写入之前指定的内存地址，然后原合约继续向后执行。

八、创建合约

前面都是讨论的合约调用，那么创建合约的流程时怎么样的呢？

如果某一笔交易的 to 地址为 nil，则表明该交易是用于创建智能合约的。

首先需要创建合约地址，采用下面的计算公式：Keccak(RLP(call_addr, nonce))[:12]。

也就是说，对交易发起人的地址和 nonce 进行 RLP 编码，再算出 Keccak 哈希值，取后 20 个字节作为该合约的地址。

下一步就是根据合约地址创建对应的 stateObject，然后存储交易中包含的合约代码。

该合约的所有状态变化会存储在一个 storage trie 中，最终以 Key-Value 的形式存储到 StateDB 中。

代码一经存储则无法改变，而 storage trie 中的内容则是可以通过调用合约进行修改的，比如通过 SSTORE 指令。

生成合约地址

九、油费计算

最后啰嗦一下油费的计算，计算公式基本上是根据以太坊黄皮书中的定义。
以太坊黄皮书 gas

当然你可以直接 read the fucking code，代码位于 core/vm/gas.go 和 core/vm/gas_table.go 中。

十、合约的四种调用方式

在中大型的项目中，我们不可能在一个智能合约中实现所有的功能，而且这样也不利于分工合作。

一般情况下，我们会把代码按功能划分到不同的库或者合约中，然后提供接口互相调用。

在 Solidity 中，如果只是为了代码复用，我们会把公共代码抽出来，部署到一个 library 中，后面就可以像调用 C 库、Java 库一样使用了。

但是 library 中不允许定义任何 storage 类型的变量，这就意味着 library 不能修改合约的状态。

如果需要修改合约状态，我们需要部署一个新的合约，这就涉及到合约调用合约的情况。

合约调用合约有下面 4 种方式：

CALL
CALLCODE
DELEGATECALL
STATICCALL

1. CALL vs. CALLCODE

CALL 和 CALLCODE 的区别在于：代码执行的上下文环境不同。

具体来说，CALL 修改的是被调用者的 storage，而 CALLCODE 修改的是调用者的 storage。

storage

我们写个合约验证一下我们的理解：

pragma solidity ^0.4.25;contract A {int public x;function inc_call(address _contractAddress) public {_contractAddress.call(bytes4(keccak256("inc()")));}function inc_callcode(address _contractAddress) public {_contractAddress.callcode(bytes4(keccak256("inc()")));}
}contract B {int public x;function inc() public {x++;}
}

我们先调用一下 inc_call()，然后查询合约 A 和 B 中 x 的值有什么变化：

x 的值

可以发现，合约 B 中的 x 被修改了，而合约 A 中的 x 还等于 0。

我们再调用一下 inc_callcode() 试试：

x 还等于 0

可以发现，这次修改的是合约 A 中 x，合约 B 中的 x 保持不变。

2. CALLCODE vs. DELEGATECALL

实际上，可以认为 DELEGATECALL 是 CALLCODE 的一个 bugfix 版本，官方已经不建议使用 CALLCODE 了。

CALLCODE 和 DELEGATECALL 的区别在于：msg.sender 不同。

具体来说，DELEGATECALL 会一直使用原始调用者的地址，而 CALLCODE 不会。

CALLCODE 和 DELEGATECALL 区别

我们还是写一段代码来验证我们的理解：

pragma solidity ^0.4.25;contract A {int public x;function inc_callcode(address _contractAddress) public {_contractAddress.callcode(bytes4(keccak256("inc()")));}function inc_delegatecall(address _contractAddress) public {_contractAddress.delegatecall(bytes4(keccak256("inc()")));}
}contract B {int public x;event senderAddr(address);function inc() public {x++;emit senderAddr(msg.sender);}
}

我们首先调用一下 inc_callcode()，观察一下 log 输出：

log 输出