$DUSK Ich habe in der Praxis schon viele Knoten durchlaufen. Das eigentliche Problem, das am meisten Stress macht, ist nicht, dass das Transaktionsvolumen plötzlich stark ansteigt, sondern dass das zugrunde liegende P2P-System völlig ausrastet und eine Broadcast-Katastrophe loslässt. Alte öffentliche Chains ruckeln schon bei kleinen Änderungen, und die ganze Misere steckt in diesem ausgedienten Gossip-Mechanismus. Der macht einfach stumpf Full-Broadcast: Sobald sich das Netzwerk nur leicht „schüttelt“, entsteht sofort die Lawinenwirkung von wiederholt verworfenen Paketen, die den Server-Speicher binnen Sekunden ausknipst.
Später habe ich die Grundlagen von @Dusk durchleuchtet und gesehen, dass dort im Kadcast-Architektur-Setup ein paar ziemlich clever gemeine Kniffe stecken. Das Projekt geht nicht den alten Weg mit der großen Wasserflut. Stattdessen zeichnet es mit dem XOR-Algorithmus ein gerichtetes Verteilnetz. Jedes Gerät kümmert sich nur darum, in seinem kleinen Bereich Daten-Uploads zuverlässig weiterzugeben. So wird der Quatsch mit dem wilden Gruppensenden schon von der Quelle her in feste Bahnen gepresst. Selbst wenn das Transaktionsvolumen kurzfristig hochschießt, werden die „Randkrümel“-Daten gedrosselt und abgefangen.
Aber nach allem, was ich bei mir in den Löchern erlebt habe: Selbst der theoretisch noch so geniale Last-Reduction-Plan wird in einer echten Rechenzentrumsumgebung Kompromisse brauchen. Wenn man die XOR-Topologie in die Transportschicht steckt, sieht es auf den ersten Blick aus wie ein ganz normales Computersetup, um Knoten zu betreiben. Das Problem ist nur: Jeden Tag gehen massenhaft Leute offline oder schalten die Maschinen aus. Sobald es zu größeren Ausfällen kommt, kann die Routing-Tabelle überhaupt nicht mehr hinterherkommen. Trifft man auf einen Netzwerkschnitt, ist es deutlich schwerer, so eine präzise Route zu reparieren als dieses „Überfluten-und-hoffen“-Modell. Wenn man dann noch versucht, einen Paketverlust nachzuvollziehen, treibt das einen echt in den Wahnsinn. $BTC
Ob man das Fundament einer Chain im Detail taugt, sollte man nicht nur an aufgeblasenen TPS-Tests festmachen. Man muss schauen, ob die Underlying-Architektur auch bei einem extremen Zusammenbruch standhält. Wenn man die Daten mit mathematischer Distanz strikt festnagelt und sie nicht wild durcheinander fliegen lässt, ist das tatsächlich ein Ansatz, der auf Effektivität setzt. Aber ob das Ding in einem realen Betrieb mit maximalem „Chaoszustand“ wirklich stabil genug durchhält, glaube ich, kann man erst wissen, nachdem man es eine Weile mit massiven echten Datenströmen gnadenlos hart verprügelt. #dusk $ETH
Später habe ich die Grundlagen von @Dusk durchleuchtet und gesehen, dass dort im Kadcast-Architektur-Setup ein paar ziemlich clever gemeine Kniffe stecken. Das Projekt geht nicht den alten Weg mit der großen Wasserflut. Stattdessen zeichnet es mit dem XOR-Algorithmus ein gerichtetes Verteilnetz. Jedes Gerät kümmert sich nur darum, in seinem kleinen Bereich Daten-Uploads zuverlässig weiterzugeben. So wird der Quatsch mit dem wilden Gruppensenden schon von der Quelle her in feste Bahnen gepresst. Selbst wenn das Transaktionsvolumen kurzfristig hochschießt, werden die „Randkrümel“-Daten gedrosselt und abgefangen.
Aber nach allem, was ich bei mir in den Löchern erlebt habe: Selbst der theoretisch noch so geniale Last-Reduction-Plan wird in einer echten Rechenzentrumsumgebung Kompromisse brauchen. Wenn man die XOR-Topologie in die Transportschicht steckt, sieht es auf den ersten Blick aus wie ein ganz normales Computersetup, um Knoten zu betreiben. Das Problem ist nur: Jeden Tag gehen massenhaft Leute offline oder schalten die Maschinen aus. Sobald es zu größeren Ausfällen kommt, kann die Routing-Tabelle überhaupt nicht mehr hinterherkommen. Trifft man auf einen Netzwerkschnitt, ist es deutlich schwerer, so eine präzise Route zu reparieren als dieses „Überfluten-und-hoffen“-Modell. Wenn man dann noch versucht, einen Paketverlust nachzuvollziehen, treibt das einen echt in den Wahnsinn. $BTC
Ob man das Fundament einer Chain im Detail taugt, sollte man nicht nur an aufgeblasenen TPS-Tests festmachen. Man muss schauen, ob die Underlying-Architektur auch bei einem extremen Zusammenbruch standhält. Wenn man die Daten mit mathematischer Distanz strikt festnagelt und sie nicht wild durcheinander fliegen lässt, ist das tatsächlich ein Ansatz, der auf Effektivität setzt. Aber ob das Ding in einem realen Betrieb mit maximalem „Chaoszustand“ wirklich stabil genug durchhält, glaube ich, kann man erst wissen, nachdem man es eine Weile mit massiven echten Datenströmen gnadenlos hart verprügelt. #dusk $ETH