一文了解Medalla測試網網絡動蕩始末_PRY

作者:?BenEdgington

翻譯:?阿劍

編者注：2020年8月15日，Medalla測試網出現了驗證者參與率的大幅下降，起因是Prysm客戶端默認使用Cloudflare公司的roughtime服務來較準節點的本地時間，但當時的roughtime服務出了錯，導致所有Prysm節點的本地時間都快了4個小時，如此一來，Prysm節點就與使用其它客戶端的節點隔絕開來了。

事發之后，Prysm客戶端團隊迅速推出了緊急修復并密切跟蹤事態。但Medalla測試網仍因為各種原因而繼續動蕩，無法敲定epoch。事實上，事發之后，截至發文之時，Medalla測試網僅在北京時間2020年8月20日凌晨曾敲定區塊，隨后驗證者參與度又降到了66%以下，未能敲定區塊。

事實雖然令人不安，但它恰好提供了一個我們審視Eth2網絡、審視節點行為的機會——絕不應放過這樣的審視和反思的機會，否則我們仍有可能重蹈覆轍。

我們選擇了多份材料，嘗試多角度、多層次地復現完整的事實、囊括盡可能多不應被忽略的因素。誠然，我們缺乏能觀察到去中心化網絡全局情形的上帝之眼，認知的深度必定有其邊界，但我們仍然希望，對陷入混沌的網絡的恢復過程和參與者在此過程中的激勵因素，能有一個完整的描述。到目前為止，這個目標還未實現。

第一份材料，來自Prysm客戶端工程師prestonvanloon.eth在推特上對事件的報告。

Medalla測試網全局性故障初探

phil.eth：

ETH2.0測試網Medalla目前無法敲定區塊，因為Prysm客戶端的roughtime時鐘同步出了問題。目前已經有了修復方案。請Prysm用戶更新并重啟你們的客戶端。這一突發情況再次表明了客戶端多樣性以及測試網的重要性。

prestonvanloon.eth：

今天早些時候，Prysm出現了全局性故障，持續時間將近90分鐘。本次事件的始末如下：

加州監管機構：Maxpread Technologies和Harvest Keeper出售未經許可的證券并誤導投資者:金色財經報道，美國加州監管機構表示，Maxpread Technologies和Harvest Keeper出售未經許可的證券并誤導投資者，聲稱他們將通過使用人工智能交易加密貨幣來產生巨額回報。[2023/8/5 16:20:34]

世界協調時17:30左右，@terencechain發現其客戶端的時鐘提前了4小時。很快，出現時鐘偏移報警，discord頻道也被大量用戶報告淹沒。

Prysm客戶端確實出了問題。

Medalla測試網上的驗證者參與度驟降，其下降速度甚至超越了$YAM的歸零速度，從75%降至5%以下。PrysmaticLabs團隊立即展開了緊急行動。

我們決定將軟件改成默認禁用roughtime時鐘同步，取而代之的是可選擇的功能切換。這樣可以防止此類問題再次大規模爆發。從現在開始，roughtime的結果將僅供客戶端軟件參考，不再用于自動時鐘校準。

下圖是Prysm節點出現超過2秒的時鐘偏移的時間段，從北京時間凌晨1:30至3:00持續了大約90分鐘。

圖片來源：@prestonvanloon.eth

現在，我們正看著這個數據思考一個問題“roughtime服務器怎么會偏差這么大？”數據顯示，所有Prysm服務器報告的偏移量都在0.1秒不到。最后為什么會提前4小時？？

圖片來源：@prestonvanloon.eth

我們還在調查這個問題！肯定是roughtime的增量計算出了bug，我們希望能盡快找到它。無論調查結果如何，我們認為應該將自動時間校準作為可選項，甚至徹底取消掉。

孫宇晨曾于8月將超過5.8億美元的比特幣秘密存放在Valkyrie:金色財經報道，Tron創始人孫宇晨的大部分比特幣都存儲在Valkyrie Investments。一份私人財務文件顯示，今年8月，孫宇晨曾一度將超過5.8億美元的比特幣存放在這家加密資產管理公司。這相當于Valkyrie最大部門Valkyrie Digital Assets LLC 90%以上的資金。目前Valkyrie的資產狀況尚不清楚。孫宇晨還表示，他是Valkyrie的最大股東之一。（coindesk）[2022/12/23 22:02:25]

歡迎閱讀完整的事后調查報告，了解最新的調查進展。

在主網上線之前，測試網就是用來發現這類問題的。面對這種情況，多幾個客戶端選擇對用戶更為有利。

編者注：第二份材料來自Prysm客戶端團隊的分析報告，有詳盡的時間線記錄。從中我們可以知曉Prysm客戶端發布緊急修復的整個過程，以及緊急修復帶來的連帶影響。截至本譯稿發表之時，該分析報告表示已經找到了故障的具體原因。值得一提的是，報告原文所用的都是UTC時間，我們一律轉換成了北京時間。

“roughtime”事件分析報告

作者：Terence、Raul、Preston

狀態：等待決議。根本原因已找到，問題已緩解。

網絡：Medalla

總結：Cloudflare的roughtime服務器全都返回錯誤信息，而Prysm節點并沒有采取適當的應急措施。這個bug導致所有Prysm節點出現時鐘偏移。在時鐘偏移的影響下，驗證者為超前的slot提議區塊并生成見證消息。

影響：由于roughtime響應錯誤以及出現時鐘偏移，驗證者計算slot錯誤，提議的區塊和生成的見證消息均無效。這個問題影響到了全局參與度。在北京時間凌晨1:30至2:45之間，所有Prysm節點都受到了影響。

根本原因：來自Cloudflare服務器的roughtime響應出錯。具體來說，是因為“ticktock”報告了一個24小時之后的時間。這個時間戳，再經過所有6個服務器的數據取平均值，是的所有Prysm節點都產生了+4小時的時間調整。

Angle Protocol發行的歐元穩定幣agEUR已支持Avalanche與BNB Chain:10月21日消息，去中心化穩定幣協議Angle Protocol發行的歐元穩定幣agEUR已支持Avalanche與BNB Chain，用戶可以使用協議與LayerZero集成的跨鏈橋將穩定幣跨鏈至Avalanche與BNB Chain。[2022/10/21 16:34:35]

解決方案：在我們評估roughtime響應錯誤所引發的潛在問題時，先將roughtime時鐘同步設為可選項。

發現：Terence最先發現了這個問題。他注意到一個本地信標鏈節點一直在拒絕超前的區塊和見證消息。幾分鐘之后，由于roughtime時鐘偏移量較高，產生了報警。同時，#general和#bug-report頻道的用戶開始報告本地節點拒絕超前區塊和見證信息的問題。

經驗教訓

哪里出了問題

我們誤以為，對于roughtime服務器故障的問題，我們有適當的應急方案。

網絡中的每個Prysm節點同時受到影響，導致驗證者參與率大幅降低。

PrysmaticLabs團隊原以為，NTP服務器本身較為分散，而且每個服務器都開放6個端口，不會出現全局故障的問題。

萬幸的是

一位貢獻者已經向我們提交了一個PullRequest，把roughtime時間校準設為可以選擇退出的功能。

我們已經可以用命令行功能標簽立即選擇取消roughtime時鐘校準，這讓修復措施變得簡單，而且只需一次PullRequtest就能驗證。

用戶在Discord上積極參與討論。當節點出現問題時，有大量用戶提供了詳細報告和重要指標。

我們有一個持續不斷的重同步機制，當它發現時鐘偏移量超過2秒時，它會不斷更新節點本地的時間。我們一直在重新校準roughtime時鐘，以便更快解決這一問題。這可能讓這次事件提前了大約30分鐘至1小時結束。

調查：超過70%的加密投資者認為他們可以成為億萬富翁:金色財經報道，一項新的民意調查顯示，投資加密貨幣的人比普通公眾更有可能認為自己有能力成為億萬富翁。超過70%的投資加密貨幣的美國人表示，他們相信自己擁有成為億萬富翁的工具，而全球市場研究公司Harris Poll最近的一項調查顯示，這一比例為 44%。

此外，根據調查，截至8月，20%的Z世代成年人和23%的千禧一代表示他們擁有比特幣，而美國成年人的這一比例僅為13%。在另一項調查中，56%的Z世代成年人和54%的千禧一代表示，他們將加密貨幣納入退休計劃。[2022/9/9 13:19:13]

roughtime時鐘同步問題似乎在大約90分鐘后就解決了，而且在我們能夠緊急發布新版本前，這個事件就已經結束了。

時間線

2020/08/15

1:25AM：Terence發現他的本地節點由于一直拒絕超前區塊，收到了大量報警。這些區塊的slot都超前了4個多小時。

1:28AM：Prometheus監控報警系統收到了roughtime偏移量高的報警。那時，距離網絡最后一次敲定區塊過去了10epoch。

1:35AM：至少有30名用戶在Discord頻道表示他們開始收到下方報警：WARNroughtime:Roughtimereportsyourclockisoffbymorethan2secondsoffset=4h0m0.028854657s

1:43AM：Terence在#war-room頻道群發了告警消息，稱這是一個PS0級別的事件，需要大家共渡難關。

1:45AM：Discord頻道的用戶提出，重啟信標鏈節點和驗證者客戶端無法暫時解決這個問題。最可行的方案是將roughtime時鐘同步設為可選禁用的功能。

1:51AM：問題上升到了多客戶端聊天室

1:52AM：Ivan完成了?https://github.com/prysmaticlabs/prysm/pull/6898

以太坊網絡當前已銷毀257.54萬枚ETH:金色財經報道，據Ultrasound數據顯示，截止目前，以太坊網絡總共銷毀2,575,396.25枚ETH。其中，ETHtransfers銷毀237799.62枚ETH，OpenSea銷毀230049.74枚ETH，UniswapV2銷毀135751.69枚。注：自以太坊倫敦升級引入EIP-1559后，以太坊網絡會根據交易需求和區塊大小動態調整每筆交易的BaseFee，而這部分的費用將直接燃燒銷毀。[2022/8/9 12:11:14]

2:00AM：Terence與512位驗證者一起在本地測試了6898號PullRequest。

2:20AM：據已捕獲的調試日志顯示，“ticktock”服務器有段時間一直在報告24小時之后的時間。

2:27AM：Raul聯絡了Preston。Preston將在1小時內回來構建新版本。同時，我們將發布docker鏡像。

2:40AM：Preston指出只靠緊急修復還不夠，我們需要取消將roughtime時鐘同步作為默認項。

2:42AM：Raul開始調查Kibana，并使用fluentd中的filter分析來自roughtime的調試日志響應。

2:43AM：Terence交叉檢查了信標鏈命名空間中所有pod的kubectl日志。正如預期的那樣，pod確實存在roughtime時鐘偏移問題。

2:46AM：Raul向6898號PR提交了正確的修復程序。

3:05AM：Raul確認該修復程序可以讓節點在本地工作。如果存在時鐘偏移，修復程序會產生告警日志，但是不會試圖基于roughtime服務器更新時間。

3:08AM：Terence在我們的discord頻道向所有人宣布：“Prysm節點出現roughtime響應錯誤，應急措施沒有達到預期效果。我們已經找到了故障所在，很快就會進行緊急修復，并在1小時內上線新版本。在即將發布的新版本中，roughtime時鐘同步將不再是默認項。”

3:18AM：Buildkite單元測試、規范測試、docker鏡像構建成功。e2e測試尚未完成。Preston準備啟動上線流程。

3:22AM：新版本生成：https://github.com/。Terence確認這個方法可以修復其驗證者節點。Preston開始使用新的docker鏡像依次重啟我們的有狀態集合中的pod。集群驗證者會基于新的鏡像進行更新。

3:34AM：Docker鏡像被標記成alpha21版本，穩定性好，二進制文件已經構建完成

3:34AM：對有狀態集合中pod的健康狀態進行監控，確保滾動更新成功

3:36AM：使用新的docker鏡像對我們的驗證者pod進行滾動啟動。

4:29AM：在日志上查看返回的延時值。平均來看，這些值似乎都在0.1秒以下。延遲不是調查的關鍵指標。準確來說，“中點”才是需要研究的地方。注：下表時間是太平洋標準時間。https://kibana.prylabs.network/

-圖片來源：@prestonvanloon.eth-

5:32AM：查看高于2秒的偏移量。從該數據中可以看出，在長達90分鐘的全局故障期間，Prylabs出塊節點的偏移量大約是14000秒。注：下表時間是太平洋標準時間。

https://kibana.prylabs.network/

-圖片來源：@prestonvanloon.eth-

4:41AM：通過Prometheus報警系統關于平均偏移量的數據，我們可以明顯看出在北京時間凌晨1:30至2:45之間確實存在時鐘偏移問題，之后偏移量開始下降并恢復正常。

4:52AM：即時調查結束。這次時鐘偏移故障顯然已經結束，而且修復程序已經發布。已經更新的節點將立即恢復，還沒有更新的節點需要過段時間恢復。監控系統顯示，驗證者參與度在逐步回升。

6:20AM：用戶報告說罰沒保護機制已經啟動。這是因為之前的時鐘偏移導致驗證者超前4小時提議區塊并生成見證消息。為了避免遭到罰沒，Prysm驗證者沒有繼續提議無效區塊。

8:13AM：再次故障

8:13AM：Nishant注意到6898號PR中存在嚴重缺陷。只有在roughtime功能標記開啟的情況下，用戶才能設置它的功能。

8:16AM：Preston更新了“最新的”二進制文件，使其指向alpha20版本來實現臨時回滾，并建議用戶回滾至alpha20版本。我們現在正在等待合并7004號PR作為alpha22版本的候選。

8:45AM：值班團隊正在評估是否擴大熱狀態緩存的大小，以便alpha22版本能夠更快讓網絡重新開始敲定區塊。當前默認的熱狀態緩存大小為8個epoch，但是Medalla測試網距離上一次敲定區塊已經過去了將近100個epoch。

9:12AM：值班團隊決定將默認緩沖大小更新至64epoch，并使其可以通過功能標記來配置。經過初步測試，這有可能會使內存使用量增加1.5G。等網絡重新開始敲定區塊后，緩沖大小還可以調整。

9:57AM：所有PrysmaticLabs驗證者節點都生成了會被罰沒的見證消息。緊急修復程序刪除了Prylabs驗證者節點的本地存儲。沒有任何外部的罰沒保護機制在運行。具體情形尚待確認……在1024名驗證者中，至少有800名驗證者已經或即將遭到罰沒。

10:37AM：多名用戶報告稱無法同步區塊鏈。目前的問題是，網絡中有太多節點在同一時間進行同步。Alpha22版本被推遲，需要等待進一步通知。

10:46AM：Prylabs團隊認為現在最好的辦法就是等待。用戶應該運行alpha20版本或最新的docker鏡像。

2020/08/16

2:12AM：正在對同步難的問題進行調查。

11:36AM：Nishant和Victor發布初始同步修復程序。參見PullRequest7012。

2020/8/17

1:51AM：合并拉取7012號PR。一些用戶報告說同步成功。PrysmaticLabs開始將7012部署到出塊節點上。

5:15AM：從commit0be1957c2897909b943b80fdd028f5346ae6cde6開始開發Alpha.22版本

5:33AM：Alpha22版本發布。鏈接：https://github.com/

5:40AM：通過Discord頻道宣布Alpha22版本上線。Prysmatic的值班團隊繼續監控同步情況，以便進行優化。與此同時，越來越多用戶同步至最新區塊。

12:53AM：Alpha23版本上線，已在Discord頻道宣布該消息。Alpha23版本包含一些同步修復程序，有望解決Medalla測試網的問題。建議用戶在運行時開啟“--dev”標記，以便獲得更好的體驗。

原文鏈接:?https://hackmd.io/@benjaminion/eth2_news/https%3A%2F%2Fhackmd.io%2F%40benjaminion%2Fwnie2_200817

Tags：PRYGHTTIMTIMEPRY幣Ninety eight CoinSentiment TokenSantiment Network Token

非小號