CN112445691B - 非侵入式智能合约性能检测方法和装置 - Google Patents
非侵入式智能合约性能检测方法和装置 Download PDFInfo
- Publication number
- CN112445691B CN112445691B CN202011401477.2A CN202011401477A CN112445691B CN 112445691 B CN112445691 B CN 112445691B CN 202011401477 A CN202011401477 A CN 202011401477A CN 112445691 B CN112445691 B CN 112445691B
- Authority
- CN
- China
- Prior art keywords
- intelligent contract
- kernel
- metadata
- code
- tracker
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 64
- 230000008569 process Effects 0.000 claims abstract description 45
- 230000006870 function Effects 0.000 claims description 42
- 238000012544 monitoring process Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 230000007246 mechanism Effects 0.000 abstract description 14
- 238000010586 diagram Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
- G06F11/3093—Configuration details thereof, e.g. installation, enabling, spatial arrangement of the probes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/865—Monitoring of software
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种非侵入式智能合约性能检测方法和装置，涉及计算机技术领域。该方法应用于服务端，所述服务端至少包括：智能合约跟踪器以及内核。该非侵入式智能合约性能检测方法的一具体实施方式包括：所述智能合约跟踪器将用来对指标进行检测的逻辑代码发送给内核；所述内核加载所述逻辑代码，对所述逻辑代码中所述指标对应的事件进行监控以得到结果数据，并将所述结果数据发送给所述智能合约跟踪器；所述智能合约跟踪器将所述结果数据整理加工成指标数据。该实施方式可以实现非侵入的检测机制实现对智能合约运行时性能的细粒度检测。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种非侵入式智能合约性能检测方法和装置。
背景技术
智能合约的优化往往需要函数级的性能监控手段才可以进行。当前对于智能合约细粒度性能监控往往需要智能合约本身从代码层面给予支持，由智能合约本身构建指标项、收集指标数据和发送指标数据。或者使用编写智能合约所使用的编程语言本身所提供的一些检测工具，如Go profiling。在不改变业务代码或者不显式地增加对指标进行检测逻辑的情况下只能进行系统级粗粒度的性能检测。因此，为了满足业务需求，智能合约细粒度性能监控方面的侵入问题是一个需要解决的问题。
发明内容
有鉴于此，本发明实施例提供一种非侵入式智能合约性能检测方法和装置，能够解决智能合约细粒度性能监控方面的侵入问题。
为实现上述目的，根据本发明实施例的一个方面，提供了一种非侵入式智能合约性能检测方法。
本发明实施例的非侵入式智能合约性能检测方法，应用于服务端，所述服务端至少包括：智能合约跟踪器以及内核；所述非侵入式智能合约性能检测方法包括：
所述智能合约跟踪器将用来对指标进行检测的逻辑代码发送给内核；
所述内核加载所述逻辑代码，对所述逻辑代码中所述指标对应的事件进行监控以得到结果数据，并将所述结果数据发送给所述智能合约跟踪器；
所述智能合约跟踪器将所述结果数据整理加工成指标数据。
可选地，所述智能合约跟踪器包括：伪代码生成器、转码器以及内核接口驱动器；
智能合约跟踪器将用来对指标进行检测的逻辑代码发送给内核包括：
所述伪代码生成器将用来对指标进行检测的逻辑代码编译成中间字节码；
所述转码器将所述中间字节码转换成内核能够识别的BPF字节码；
所述内核接口驱动器加载转换后的BPF字节码并发送给所述内核。
可选地，所述结果数据至少包括：事件元数据和统计元数据，所述智能合约跟踪器包括：统计元数据收集器、事件元数据收集器、元数据整合器以及指标数据生成器；
所述智能合约跟踪器将所述结果数据整理加工成指标数据包括：
所述统计元数据收集器收集所述结果数据中的统计元数据；
所述事件元数据收集器收集所述结果数据中的事件元数据；
所述元数据整合器将收集到的统计元数据以及事件元数据进行整合；
所述指标数据生成器将整合后的元数据加工成指标数据。
可选地，所述内核加载所述逻辑代码来对所述逻辑代码中所述指标对应的事件进行监控包括：
所述内核加载所述逻辑代码，在智能合约的运行过程中对所述逻辑代码中的函数调用过程进行监控，以实现对所述逻辑代码中所述指标对应的事件进行监控。
可选地，在智能合约的运行过程中对所述逻辑代码中的函数调用过程进行监控，以实现对所述逻辑代码中所述指标对应的事件进行监控包括：
所述内核采用eBPF提供的性能调优接口，在智能合约的运行过程中对所述逻辑代码中的函数调用过程进行监控，以实现对所述逻辑代码中所述指标对应的事件进行监控。
可选地，所述函数为kprobe接口函数。
可选地，所述结果数据至少包括以下一项或多项：函数执行时间、内存使用和中央处理器CPU消耗。
为实现上述目的，根据本发明实施例的另一个方面，提供了一种服务端。
本发明实施例的服务端包括：智能合约跟踪器和内核；
所述智能合约跟踪器用于将用来对指标进行检测的逻辑代码发送给内核；
所述内核用于加载所述逻辑代码来对所述逻辑代码中所述指标对应的事件进行监控以得到结果数据，并将所述结果数据发送给所述智能合约跟踪器；
所述智能合约跟踪器还用于将所述结果数据整理加工成指标数据。
为实现上述目的，根据本发明实施例的另一个方面，提供了一种服务端。
本发明实施例的服务端包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的方法。
为实现上述目的，根据本发明实施例的另一个方面，提供了一种计算机可读介质。
本发明实施例的计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上所述的方法。
上述发明中的一个实施例具有如下优点或有益效果：
基于本发明的实施方式，可以在智能合约性能检测上引入基于增强伯克利数据包过滤器(Extended Berkeley Packet Filter，eBPF)的非侵入式检测机制，不需要智能合约本身提供指标监视的代码逻辑即可进行监控，可以实现非侵入的检测机制实现对智能合约运行时性能的细粒度检测。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是本发明实施例的性能检测方法的流程示意图；
图2是本发明第一实施例的非侵入式智能合约性能检测方法的流程示意图；
图3是本发明第二实施例的非侵入式智能合约性能检测方法的流程示意图；
图4是本发明第三实施例的非侵入式智能合约性能检测方法的流程示意图；
图5是本发明实施例的服务端的模块示意图；
图6是本发明实施例可以应用于其中的示例性系统架构图；
图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
参见图1，可以通过图1所示的结构来在智能合约运行时进行性能检测操作，其中性能检测的具体流程可以包括如下步骤S101至步骤S103。
步骤S101：智能合约代码采集指标数据，并将指标数据写入本地磁盘。
步骤S102：日志收集进程收集由智能合约输出的指标数据，并对指标数据进行解析、过滤、预处理等流水线操作。
步骤S103：日志收集进程将预处理的指标数据发送给分布式搜索引擎，并由日志分析平台对指标数据进行可视化展示。
综合以上分析，图1所示的性能检测方式虽然可以在智能合约运行时进行性能检测操作，但是图1所示的性能检测方式存在以下缺点：
1)需要在设计智能合约时规划指标的采集逻辑；
2)需要在表示业务逻辑的智能合约代码中嵌入指标监控代码；
3)智能合约一旦运行，无法修改监控指标；
4)对于区块链应用的场景来说安全性很重要，额外的指标采集逻辑代码对影响合约的安全性。
为了解决以上问题，本发明实施例提供了一种非侵入式智能合约性能检测方法，该方法在智能合约性能检测上引入基于增强伯克利数据包过滤器(Extended BerkeleyPacket Filter，eBPF)的非侵入式检测机制，不需要智能合约本身提供指标监视的代码逻辑即可进行监控，可以实现非侵入的检测机制实现对智能合约运行时性能的细粒度检测。需要解释的是，智能合约是一种旨在以信息化方式传播、验证或执行合同的计算机程序一般独立运行于区块链节点上。该方法的执行主体是服务端，所述服务端至少包括：智能合约跟踪器以及内核。图2是本发明实施例的非侵入式智能合约性能检测方法的流程示意图，如图2所示，非侵入式智能合约性能检测方法可以包括如下的步骤S201至步骤S203。
步骤S201：所述智能合约跟踪器将用来检测指标的逻辑代码发送给内核。
在步骤S201中，所述逻辑代码是用户在配置中心定义的用来检测性能指标的代码，且用户可以根据需要确定逻辑代码。所述配置中心在所述逻辑代码定义完成后会将所述逻辑代码发送给所述智能合约跟踪器。为了使得所述智能合约跟踪器可以接收所述配置中心发送的逻辑代码，所述智能合约跟踪器还包括：源代码收集器，在用户定义完成所述逻辑代码后，可以通过所述源代码收集器将用户定义的性能检测的逻辑代码发送给所述智能合约跟踪器，然后通过所述智能合约跟踪器将所述逻辑代码发送给所述内核。在所述智能合约跟踪器将所述逻辑代码发送给所述内核之前，为了便于所述内核识别所述逻辑代码，所述智能合约跟踪器可以将逻辑代码转换为所述内核所识别的格式。例如：当所述内核为linux(linux是一种计算机操作系统)内核时，可以将所述逻辑代码转换为BPF(BerkeleyPacket Filter，柏克莱封包过滤器)字节码格式。
参见图3，为了完成所述逻辑代码的转换过程，所述智能合约跟踪器包括：伪代码生成器、转码器以及内核接口驱动器。所述逻辑代码的转换过程大致为：首先所述伪代码生成器将用于检测指标的逻辑代码编译成中间字节码。然后所述转码器将所述中间字节码转换成内核能够识别的BPF字节码。最后所述内核接口驱动器加载转换后的BPF字节码并发送给所述内核。
可以理解的是，智能合约跟踪器是整个指标检测过程的核心，主要负责对用户编写的采集逻辑进行编译、指标数据的采集和指标数据的输出，这样通过智能合约跟踪器代理了复杂的收集逻辑，用户只需要关心应用层面的代码。通过智能合约跟踪器可以读取并加载配置中心推送过来的逻辑代码来实现对指定指标的检测流程，进而实现对区块链智能合约函数调用的性能检测。
其中，指标收集的流程如下：用户通过配置中心编写用于对指标进行检测的逻辑代码，并推送到智能合约跟踪器。Linux内核加载被放进智能合约跟踪器中的字节码，对字节码指定的事件进行检测。在Linux内核检测完成后，智能合约跟踪器收集Linux内核通过eBPF机制发送的跟踪事件和统计数据。智能合约跟踪器将收集到的事件数据整理加工成便于阅读的指标数据，写入磁盘文件系统。
进一步地，用户自定义指标数据采集逻辑注入的流程如下：配置中心通过源代码收集器将用户编写的检测源代码收集到智能合约跟踪器中。智能合约跟踪器通过调用伪代码生成器将用户编写的检测程序源码编译成中间字节码。通过调用转码器将中间字节码转换成能够被linux内核所识别的BPF字节码。内核接口驱动器通过调用内核接口加载生成的BPF字节码。智能合约跟踪器在收集到用户编写的代码后，会首先将其编译成易于内部使用的伪代码，此代码只用在内部处理过程。最终该代码会转码为可以被Linux内核所识别的BPF Bytecode,通过内核的接口加载到内核执行。
步骤S202：所述内核加载所述逻辑代码，对所述逻辑代码中所述指标对应的事件进行监控以得到结果数据，并将所述结果数据发送给所述智能合约跟踪器。
在步骤S202中，所述内核加载所述逻辑代码，在智能合约的运行过程中对所述逻辑代码中的函数调用过程进行监控，来对所述逻辑代码中所述指标对应的事件进行监控以得到结果数据，并将所述结果数据发送给所述智能合约跟踪器。其中，所述内核可以通过eBPF机制将所述结果数据发送给所述智能合约跟踪器。
需要说明的是，具体调用的函数可以由用户在采集程序中定义，所涉及到的采集函数包括但不限于：kprobe接口函数，如：register_kprobe、unregister_*probe等，用户可以在采集代码中使用如：blk_account_io_completion这样的内核函数在获取IO的完成情况。所述结果数据至少包括以下一项或多项：函数执行时间、内存使用和CPU消耗等。用户可以通过采集程序自定义性能参数指标。
步骤S203：所述智能合约跟踪器将所述结果数据整理加工成指标数据。
在步骤S203中，所述结果数据至少包括：事件元数据和统计元数据，所述智能合约跟踪器包括：统计元数据收集器、事件元数据收集器、元数据整合器以及指标数据生成器；所述统计元数据收集器收集所述结果数据中的统计元数据；所述事件元数据收集器收集所述结果数据中的事件元数据；所述元数据整合器将收集到的统计元数据以及事件元数据进行整合，使其相互对应，便于进一步处理。所述指标数据生成器将整合后的元数据加工成指标数据，以便于用户阅读。并且通过数据输出接口将生成的数据输出到制定的媒介中。
为了便于对所述指标数据进行显示，所述服务端还包括：日志收集器，所述日志收集器收集文件系统上由智能合约跟踪器收集到的合约调用指标数据，并推送给后端的数据分析搜索引擎ElasticSearch(分布式搜索引擎)进行存储，使用日志分析平台对指标进行可视化展示。所述日志分析平台可以为数据展示软件Kibana。
参见图3和图4，本发明实施例还提供了一种非侵入式智能合约性能检测方法，该方法在智能合约性能检测上引入基于增强伯克利数据包过滤器的非侵入式检测机制，不需要智能合约本身提供指标监视的代码逻辑即可进行监控，可以实现非侵入的检测机制实现对智能合约运行时性能的细粒度检测。需要解释的是，智能合约是一种旨在以信息化方式传播、验证或执行合同的计算机程序一般独立运行于区块链节点上。该方法的执行主体为服务端，所述服务端至少包括：配置中心、智能合约跟踪器以及内核；其中所述智能合约跟踪器包括：源代码收集器、伪代码生成器、转码器、内核接口驱动器、统计元数据收集器、事件元数据收集器、元数据整合器以及指标数据生成器。参见图4，所述非侵入式智能合约性能检测方法可以包括如下的步骤S401至步骤S409。
步骤S401：所述配置中心将对指标进行检测的逻辑代码发送给所述源代码收集器。
在步骤S401中，所述配置中心通过所述源代码收集器将用户定义的性能检测的逻辑代码发送给所述智能合约跟踪器。
步骤S402：所述源代码收集器将所述逻辑代码发送给所述伪代码生成器，所述伪代码生成器将所述逻辑代码编译成中间字节码。
步骤S403：所述转码器将所述中间字节码转换成内核能够识别的BPF字节码。
步骤S404：所述内核接口驱动器加载转换后的BPF字节码并发送给所述内核。
步骤S405：所述内核加载所述逻辑代码，在智能合约的运行过程中对所述逻辑代码中的函数调用过程进行监控，来对所述逻辑代码中所述指标对应的事件进行监控以得到结果数据，并将所述结果数据发送给所述智能合约跟踪器。
在步骤S405中，所述函数为kprobe(kprobe是一个动态地收集调试和性能信息的工具)接口函数。所述内核通过eBPF机制，将所述结果数据发送给所述智能合约跟踪器。所述结果数据至少包括：事件元数据和统计元数据，所述结果数据至少包括以下一项或多项：函数执行时间、内存使用和CPU(Central Processing Unit，中央处理器)消耗。用户可以通过采集程序自定义性能参数指标。
在本发明实施例中，内核加载了用户编写的对指标进行检测的逻辑代码后，会在智能合约的运行过程中对其函数调用过程进行监控和指标采集，并向智能合约跟踪器反馈采集到的数据。具体地，可以采用Linux内核工具eBPF提供的性能调优接口，在内核层面实现了对智能合约函数调用的监控，并使用独立进程实现对监控逻辑的动态配置以及监控数据的收集。该实施方式对于智能合约来说是透明的，合约本身不需要对此采集过程提供支持。
需要说明的是，具体调用的函数可以由用户在采集程序中定义，所涉及到的采集函数包括但不限于：kprobe接口函数，如：register_kprobe、unregister_*probe等，用户可以在采集代码中使用如：blk_account_io_completion这样的内核函数在获取IO的完成情况。所述结果数据至少包括以下一项或多项：函数执行时间、内存使用和CPU消耗等。用户可以通过采集程序自定义性能参数指标。
步骤S406：所述统计元数据收集器收集所述结果数据中的统计元数据。
步骤S407：所述事件元数据收集器收集所述结果数据中的事件元数据。
步骤S408：所述元数据整合器将收集到的统计元数据以及事件元数据进行整合。
步骤S409：所述指标数据生成器将整合后的元数据加工成指标数据。
为了便于对所述指标数据进行显示，所述服务端还包括：日志收集器，所述日志收集器收集文件系统上由智能合约跟踪器收集到的合约调用指标数据，并推送给后端的数据分析搜索引擎ElasticSearch(分布式搜索引擎)进行存储，使用日志分析平台对指标进行可视化展示。所述日志分析平台可以为数据展示软件Kibana。
综上，本发明实施例的非侵入式智能合约性能检测方法具有以下优点：
1)用户在设计智能合约时不必规划指标采集逻辑，简化了设计；
2)智能合约代码中不必嵌入非业务逻辑相关的性能检测逻辑，提高了智能合约的性能；
3)可以在线动态修改需要检测的指标和检测逻辑；
4)没有额外代码侵入智能合约，也没有额外数据从合约中输出，提高了智能和约的安全性；
5)智能合约一旦运行，无法修改监控指标；
6)本发明使得对已经部署而且没有指标监控逻辑的智能合约的性能监控成为了可能。
图5是本发明实施例的服务端的模块示意图，参见图5，所述服务端还包括如下模块：智能合约跟踪器501和内核502；
其中，所述智能合约跟踪器501用于将用来检测指标的逻辑代码发送给内核502；
所述内核502用于加载所述逻辑代码来对所述逻辑代码中所述指标对应的事件进行监控以得到结果数据，并将所述结果数据发送给所述智能合约跟踪器501；
所述智能合约跟踪器501还用于将所述结果数据整理加工成指标数据。
可选地，所述智能合约跟踪器501包括：伪代码生成器、转码器以及内核502接口驱动器；
所述伪代码生成器，用于将用来检测指标的逻辑代码编译成中间字节码；
所述转码器，用于将所述中间字节码转换成内核502能够识别的BPF字节码；
所述内核502接口驱动器，用于加载转换后的BPF字节码并发送给所述内核502。
可选地，所述结果数据至少包括：事件元数据和统计元数据，所述智能合约跟踪器501包括：统计元数据收集器、事件元数据收集器、元数据整合器以及指标数据生成器；
所述智能合约跟踪器501，用于将所述结果数据整理加工成指标数据包括：
所述统计元数据收集器，用于收集所述结果数据中的统计元数据；
所述事件元数据收集器，用于收集所述结果数据中的事件元数据；
所述元数据整合器，用于将收集到的统计元数据以及事件元数据进行整合；
所述指标数据生成器，用于将整合后的元数据加工成指标数据。
可选地，所述内核502进一步用于：加载所述逻辑代码，在智能合约的运行过程中对所述逻辑代码中的函数调用过程进行监控，以实现对所述逻辑代码中所述指标对应的事件进行监控以得到结果数据。
可选地，所述内核502进一步用于：所述内核502采用eBPF提供的性能调优接口，在智能合约的运行过程中对所述逻辑代码中的函数调用过程进行监控，以实现对所述逻辑代码中所述指标对应的事件进行监控以得到结果数据。
可选地，所述函数为kprobe接口函数。
可选地，所述结果数据至少包括以下一项或多项：函数执行时间、内存使用和CPU消耗。
基于本发明的实施方式，可以在智能合约性能检测上引入基于eBPF的非侵入式检测机制，不需要智能合约本身提供指标监视的代码逻辑即可进行监控，可以实现非侵入的检测机制实现对智能合约运行时性能的细粒度检测。
图6示出了可以应用本发明实施例的非侵入式智能合约性能检测方法或服务端的示例性系统架构600。
如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的非侵入式智能合约性能检测方法一般由服务器605执行。
应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：所述智能合约跟踪器将用来对指标进行检测的逻辑代码发送给内核；所述内核加载所述逻辑代码，对所述逻辑代码中所述指标对应的事件进行监控以得到结果数据，并将所述结果数据发送给所述智能合约跟踪器；所述智能合约跟踪器将所述结果数据整理加工成指标数据。
基于本发明的实施方式，可以在智能合约性能检测上引入基于eBPF的非侵入式检测机制，不需要智能合约本身提供指标监视的代码逻辑即可进行监控，可以实现非侵入的检测机制实现对智能合约运行时性能的细粒度检测。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (8)
1.一种非侵入式智能合约性能检测方法，应用于服务端，其特征在于，所述服务端至少包括：智能合约跟踪器以及内核；其中，所述智能合约跟踪器包括：伪代码生成器、转码器、内核接口驱动器、统计元数据收集器、事件元数据收集器、元数据整合器以及指标数据生成器；所述非侵入式智能合约性能检测方法包括：
所述智能合约跟踪器将用来对指标进行检测的逻辑代码发送给内核，包括：所述伪代码生成器将用来对指标进行检测的逻辑代码编译成中间字节码；所述转码器将所述中间字节码转换成内核能够识别的BPF字节码；所述内核接口驱动器加载转换后的BPF字节码并发送给所述内核；
所述内核加载所述逻辑代码，对所述逻辑代码中所述指标对应的事件进行监控以得到结果数据，并将所述结果数据发送给所述智能合约跟踪器；其中，所述结果数据至少包括：事件元数据和统计元数据；
所述智能合约跟踪器将所述结果数据整理加工成指标数据，包括：所述统计元数据收集器收集所述结果数据中的统计元数据；所述事件元数据收集器收集所述结果数据中的事件元数据；所述元数据整合器将收集到的统计元数据以及事件元数据进行整合；所述指标数据生成器将整合后的元数据加工成指标数据。
2.根据权利要求1所述的方法，其特征在于，所述内核加载所述逻辑代码来对所述逻辑代码中所述指标对应的事件进行监控包括：
所述内核加载所述逻辑代码，在智能合约的运行过程中对所述逻辑代码中的函数调用过程进行监控，以实现对所述逻辑代码中所述指标对应的事件进行监控。
3.根据权利要求2所述的方法，其特征在于，在智能合约的运行过程中对所述逻辑代码中的函数调用过程进行监控，以实现对所述逻辑代码中所述指标对应的事件进行监控包括：
所述内核采用eBPF提供的性能调优接口，在智能合约的运行过程中对所述逻辑代码中的函数调用过程进行监控，以实现对所述逻辑代码中所述指标对应的事件进行监控。
4.根据权利要求3所述的方法，其特征在于，所述函数为kprobe接口函数。
5.根据权利要求2至4任一项所述的方法，其特征在于，所述结果数据至少包括以下一项或多项：函数执行时间、内存使用和中央处理器CPU消耗。
6.一种服务端，其特征在于，包括：智能合约跟踪器和内核；其中，所述智能合约跟踪器包括：伪代码生成器、转码器、内核接口驱动器、统计元数据收集器、事件元数据收集器、元数据整合器以及指标数据生成器；
所述智能合约跟踪器用于将用来对指标进行检测的逻辑代码发送给内核，包括：所述伪代码生成器将用来对指标进行检测的逻辑代码编译成中间字节码；所述转码器将所述中间字节码转换成内核能够识别的BPF字节码；所述内核接口驱动器加载转换后的BPF字节码并发送给所述内核；
所述内核用于加载所述逻辑代码来对所述逻辑代码中所述指标对应的事件进行监控以得到结果数据，并将所述结果数据发送给所述智能合约跟踪器；其中，所述结果数据至少包括：事件元数据和统计元数据；
所述智能合约跟踪器还用于将所述结果数据整理加工成指标数据，包括：所述统计元数据收集器收集所述结果数据中的统计元数据；所述事件元数据收集器收集所述结果数据中的事件元数据；所述元数据整合器将收集到的统计元数据以及事件元数据进行整合；所述指标数据生成器将整合后的元数据加工成指标数据。
7.一种服务端，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011401477.2A CN112445691B (zh) | 2020-12-02 | 2020-12-02 | 非侵入式智能合约性能检测方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011401477.2A CN112445691B (zh) | 2020-12-02 | 2020-12-02 | 非侵入式智能合约性能检测方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112445691A CN112445691A (zh) | 2021-03-05 |
| CN112445691B true CN112445691B (zh) | 2024-05-28 |
Family
ID=74739549
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011401477.2A Active CN112445691B (zh) | 2020-12-02 | 2020-12-02 | 非侵入式智能合约性能检测方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112445691B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114726633B (zh) * | 2022-04-14 | 2023-10-03 | 中国电信股份有限公司 | 流量数据处理方法及装置、存储介质及电子设备 |
| CN115065562B (zh) * | 2022-08-17 | 2022-11-22 | 湖南红普创新科技发展有限公司 | 基于区块链的注入判定方法、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107526625A (zh) * | 2017-07-18 | 2017-12-29 | 杭州趣链科技有限公司 | 一种基于字节码检查的Java智能合约安全检测方法 |
| CN109493226A (zh) * | 2018-11-21 | 2019-03-19 | 北京物资学院 | 一种基于区块链的智能合约状态监测系统及监测方法 |
| CN110569106A (zh) * | 2019-08-27 | 2019-12-13 | Oppo广东移动通信有限公司 | 代码加载方法、装置、电子设备及计算机可读介质 |
| CN111694743A (zh) * | 2020-06-11 | 2020-09-22 | 腾讯科技（深圳）有限公司 | 业务系统的检测方法及装置 |
| CN111756575A (zh) * | 2020-06-19 | 2020-10-09 | 星辰天合（北京）数据科技有限公司 | 存储服务器的性能分析方法及装置、电子设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11405182B2 (en) * | 2018-12-03 | 2022-08-02 | Ebay Inc. | Adaptive security for smart contracts using high granularity metrics |
-
2020
- 2020-12-02 CN CN202011401477.2A patent/CN112445691B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107526625A (zh) * | 2017-07-18 | 2017-12-29 | 杭州趣链科技有限公司 | 一种基于字节码检查的Java智能合约安全检测方法 |
| CN109493226A (zh) * | 2018-11-21 | 2019-03-19 | 北京物资学院 | 一种基于区块链的智能合约状态监测系统及监测方法 |
| CN110569106A (zh) * | 2019-08-27 | 2019-12-13 | Oppo广东移动通信有限公司 | 代码加载方法、装置、电子设备及计算机可读介质 |
| CN111694743A (zh) * | 2020-06-11 | 2020-09-22 | 腾讯科技（深圳）有限公司 | 业务系统的检测方法及装置 |
| CN111756575A (zh) * | 2020-06-19 | 2020-10-09 | 星辰天合（北京）数据科技有限公司 | 存储服务器的性能分析方法及装置、电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 区块链研究综述;曹傧;林亮;李云;刘永相;熊炜;高峰;;重庆邮电大学学报(自然科学版);32(01);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112445691A (zh) | 2021-03-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107506451B (zh) | 用于数据交互的异常信息监控方法及装置 | |
| CN109992454B (zh) | 故障定位的方法、装置和存储介质 | |
| CN111190888A (zh) | 一种管理图数据库集群的方法和装置 | |
| CN110196790A (zh) | 异常监控的方法和装置 | |
| CN112445691B (zh) | 非侵入式智能合约性能检测方法和装置 | |
| CN110188308B (zh) | 客户端自动打点上报方法、存储介质、设备及系统 | |
| CN111666201A (zh) | 回归测试方法、装置、介质及电子设备 | |
| Romero et al. | Integration of DevOps practices on a noise monitor system with CircleCI and Terraform | |
| US11263115B2 (en) | Problem diagnosis technique of memory corruption based on regular expression generated during application compiling | |
| CN113360182B (zh) | 系统性能诊断的方法和装置 | |
| CN112825165A (zh) | 项目质量管理的方法和装置 | |
| CN108628909B (zh) | 信息推送方法和装置 | |
| CN113138767B (zh) | 代码语言转换方法、装置、电子设备及存储介质 | |
| CN115202973A (zh) | 应用运行状态的确定方法、装置、电子设备和介质 | |
| CN110297639B (zh) | 用于检测代码的方法和装置 | |
| CN114238130A (zh) | 性能测试方法、装置、设备及存储介质 | |
| CN112182080A (zh) | 数据集成系统和基于数据集成系统的数据处理方法 | |
| CN113342619A (zh) | 日志监控方法、系统、电子设备及可读介质 | |
| CN113656391A (zh) | 数据检测方法及装置、存储介质及电子设备 | |
| CN113434382A (zh) | 数据库性能监控方法、装置、电子设备及计算机可读介质 | |
| CN113254325A (zh) | 测试用例的处理方法和装置 | |
| CN109697141B (zh) | 用于可视化测试的方法及装置 | |
| CN113760315A (zh) | 测试系统的方法和装置 | |
| CN113010174A (zh) | 业务监控的方法和装置 | |
| CN113568600B (zh) | 一种应用架构属性信息管理方法、装置和电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |