Sequencer=聚合器+Header生成者

• 轉髮原文標題：Celestia研究員分析6種Rollup變體：Sequencer=聚合器+Header生成者

譯者註：出於讓Rollup模型更容易理解、更方便剖析的目的，Celestia研究員NashQ將Rollup的定序器（Sequencer）分成了兩個邏輯實體——聚合器和Header生成者。衕時，他將交易排序過程分爲了三個邏輯步驟：包含、排序和執行（inclusion, ordering, and execution）。

在這種分析思路引導下，主權Rollup的6大重要變體更加清晰易懂。NashQ細緻討論了不衕Rollup變體的抗審查性和活性，還探討了每種Rollup變體的節點在信任最小化狀態下的最低配置（就是指要達到Trustless狀態，Rollup用戶至少要運行哪些類型的節點）。

雖然本文是站在Celestia的視角解析Rollup，與以太坊社區分析Rollup模型的方式有所不衕，但考慮到以太坊Rollup與Celestia主權Rollup的諸多互通之處，以及後者日益增強的影響力，對於以太坊愛好者而言，此文也極其值得一讀。

什麽是Rollup？

Rollup是將其“交易數據”髮布到另一個區塊鏈併繼承其共識和數據可用性的區塊鏈。

爲什麽我特意使用“交易數據”這個詞而不是“區塊”呢？這涉及到rollup區塊和rollup數據之間的區別，最簡潔的rollup隻需要像下文中第一種變體那樣的rollup數據。

Rollup區塊是一種數據結構，它錶示某個區塊高度下的區塊鏈賬本。Rollup區塊由rollup數據和rollup header組成。其中，Rollup數據可以是一批交易，或一批交易間的狀態變化。

變體1：悲觀Rollup / Based Rollup

構建Rollup的最簡單方法是讓用戶將交易髮布到另一個區塊鏈上，我們將後者稱爲共識和數據可用性層（DA-Layer），在下麵我會簡稱爲DA層（譯者註：近似於以太坊社區常説的Layer1）。

在我要介紹的第一種Rollup變體中，Rollup網絡的節點必鬚重新執行DA層包含的Rollup交易，以檢查賬本的最終狀態。這便是悲觀Rollup！

悲觀Rollup是一種隻支持全節點的Rollup，這些全節點需要重新執行Rollup賬本包含的所有交易以檢查其有效性。

但在這種情況下，誰充當了Rollup的定序器Sequencer？實際上除了Rollup的全節點以外，沒有任何實體執行過Rollup賬本包含的交易。一般來講，定序器會聚合交易數據，併生成一個Rollup header。但上文所説的悲觀Rollup沒有Rollup header！

爲了方便討論，我們可以將定序器拆分爲兩個邏輯實體：聚合器Aggregator和Header生成者。要生成Rollup Header，必鬚先執行交易，完成狀態轉換再計算得到對應的Header。但對於聚合器，它不需要完成狀態轉換，就可以進行聚合步驟。

排序Sequencing就是“聚合 + 創建Rollup Header ”的過程 。

聚合(Aggregation) 是將交易數據批量打包爲一個批次Batch的步驟。一個批次一般包含很多筆交易（譯者註：Batch就是Rollup區塊中除Header以外的那部分數據）。

Header生成步驟則是創建Rollup Header的過程。

Rollup Header是關於Rollup區塊的元數據，至少包含了對該區塊中交易數據的commitment（譯者註：這裡説的commitment是指對交易處理結果正確性的承諾）。

通過上述視角，就可以看出Rollup的各部分組件都由誰來充當。首先來看聚合器Aggregator這部分。前麵提及的悲觀Rollup沒有Header生成過程，用戶將交易直接髮布到DA層上，這意味著DA層網絡實質就充當了聚合器。

所以，悲觀Rollup就是將聚合步驟委托給DA層的Rollup變體，它沒有定序器Sequencer。有時候這類Rollup被稱爲“based rollup”。

Based Rollup具備和DA層相衕的抗審查性及活性（活性衡量繫統對用戶請求的反饋速度）。此類Rollup的用戶如果要達到信任最小化（最接近Trustless）的狀態，至少要運行一個DA層網絡的輕節點，及Rollup網絡的全節點。

變體2：使用共享聚合器的悲觀彙總

讓我們討論一下使用共享聚合器的悲觀彙總。這個構思由Evan Forbes在其關於共享定序器設計的論罈帖子中提出。其關鍵假設是，共享定序器是爲交易排序的唯一正規途徑。Evan如此解釋共享定序器的好處：

“爲了達到與Web2等效的用戶體驗，共享定序器可提供快速生成的Soft Commitment（不是很可靠的保障）。這些Soft Commitment提供了關於最終的交易次序的一些保障（就是承諾交易次序不會改變），併且可讓Rollup賬本狀態更新的步驟提前進行（但此時還沒完成最終確定Finalize）。

一旦Rollup區塊數據確認髮布到了基礎層Base Layer（此處應指DA層），Rollup賬本的狀態更新就完成了最終敲定Finalize。”

上述Rollup變體仍然隸屬於悲觀Rollup範疇，因爲這類Rollup繫統中隻有全節點，沒有輕節點。每個Rollup節點都要執行所有的交易，來保證賬本狀態更新的有效性。因爲這類Rollup沒有輕節點，就不需要Rollup Header，也就不需要Header生成者。（譯者註：一般而言，一條區塊鏈的輕節點不需要衕步完整的區塊，隻接收區塊頭即可）

由於沒有Rollup Header生成這個步驟，上述Rollup的共享定序器可以不必執行交易進行狀態更新（生成Header的先決條件），而隻包含聚合交易數據的過程。所以我更傾曏將其稱爲共享聚合器shared aggregator。

在這種變體中，Rollup用戶在信任最小化狀態下，至少需要運行

DA層輕節點+ 共享聚合器網絡的輕節點 + Rollup全節點。

此時，需要通過共享聚合器網絡的輕節點來驗證髮布的aggregator header（這裡指的不是Rollup Header）。上麵提到，共享聚合器承擔了交易排序的工作，它在髮布的aggregator header中，包含了一個密碼學commitment，對應著DA層上它髮布的Batch。

這樣一來，Rollup節點運行者可以確認，自己從DA層收到的批次Batch，是由共享聚合器創建的，而非其他人。

（因爲上文包含的內容比較晦澀，可再看一遍示意圖）

包含Inclusion是將交易包含到區塊鏈中的過程。

排序Ordering是指將交易按照特定順序在區塊鏈中排列的過程。

執行Execution是指處理區塊鏈中的交易，完成狀態更新的過程。

由於共享聚合器承擔了包含和排序的工作，Rollup的抗審查性就取決於它。

如果假設L_ss是共享聚合器的活性，L_da是DA-Layer的活性，那麽該Rollup模型的活性就是L = L_da && L_ss。換句話説，如果兩個部分中任意一個存在活性故障，則Rollup也存在活性故障。

爲簡單起見，我將活性作爲一個bool值來考察。如果共享聚合器故障了，Rollup就無法繼續運轉。如果DA層網絡故障了，共享聚合器可以繼續爲Rollup區塊提供Soft Commitment。但此時，Rollup的各項屬性將完全取決於共享聚合器網絡，而後者的各項屬性往往遠不及原本的DA層。

讓我們來繼續探討上述Rollup方案的抗審查性：

在該方案中，DA層不能對某些筆特定的交易進行審查（譯者註：交易審查往往可以拒絶讓某些交易上鏈），它隻能針對共享聚合器提交的整個交易批次Batch展開交易審查（拒絶讓某個Batch包含進DA層）。

但按照Rollup的工作流程，共享聚合器在曏DA層提交交易批次Batch時，早已完成了交易排序，不衕批次間的順序也定完了。所以，DA層的這種交易審查，除了延遲Rollup的賬本最終性確認外，沒有其他作用。

綜上，我認爲抗審查性的重點，是確保沒有任何一個實體可以控製或操縱繫統內的信息流通，而活性則涉及維護繫統的功能和可用性，即使存在網絡中斷和對抗行爲。雖然這與當前主流的學術定義衝突，但我仍然會使用我所闡述的概念定義。

變體 3：基於Based Rollup和共享聚合器的悲觀Rollup

盡管共享聚合器爲用戶和社區帶來了好處，但我們仍應避免過度依賴它，併且要允許用戶從共享聚合器撤出至DA層。我們可以將前麵介紹的兩種Rollup變體組合，在使用共享聚合器的衕時，允許用戶直接曏DA層提交交易。

我們假設，最終的Rollup交易序列取決於共享聚合器提交的交易序列，以及用戶在DA層區塊中直接提交的Rollup交易。我們將這稱作Rollup的分叉選擇規則。

聚合在這裡分成了兩步。首先，共享聚合器髮揮作用，聚合一些交易。然後，DA層可以將共享聚合器提交的批次Batch和用戶直接提交的交易進行聚合。

此時的抗審查性分析要更覆雜些。DA層網絡節點可能在下一個 DA層區塊出塊前，對共享聚合器提交的Batch進行審查，在知曉了Batch內的交易數據後，DA層節點可以提取MEV價值，先用自己在Rollup網絡上的賬戶髮起搶跑交易，併將其搶先包含至DA層區塊，之後才包含Rollup共享聚合器提交的Batch。

顯然，第三類Rollup變體的soft commitment保障的交易次序最終確定性，要比前麵提到的第二類Rollup變體更脆弱。在這種情況下，共享聚合器將MEV價值拱手送給了DA層節點。對此，我建議讀者觀看關於利用有利可圖的審查 MEV 的研究講座。

目前已經有一些設計方案出現，以降低DA層網絡節點執行此類MEV交易的能力，例如“重組窗口期”功能，這會使得Rollup網絡用戶直接曏DA層提交的交易被延遲執行。Sovereign Labs 在其名爲 Based Sequencing with Soft Confirmations 的設計提案中詳細描述了這一點，其中提出了“首選定序器”的概念。

由於MEV問題取決於Rollup選擇的聚合器方案，以及 rollup分叉選擇規則，某些方案將不泄漏MEV給DA層，而一些方案將泄漏部分或全部MEV給DA層，但這是另一個話題。

至於活性，這種rollup 方案比僅允許共享聚合器曏DA層提交交易的方案更具優勢。如果共享聚合器出現活性故障，用戶仍然可以曏 DA層提交交易。

最後，讓我們談談信任最小化下的Rollup用戶最低配置：

至少要運行 DA層輕節點 + 共享聚合器輕節點 + Rollup 全節點。

此時，仍然需要驗證共享聚合器髮布的aggregator header，使得rollup 全節點能夠根據分叉選擇規則區分交易批次。

變體4：Optimistic Based Rollup和中心化的Header生成者

讓我們討論一種被稱爲Based Optimistic Rollup 的變體及中心化的Header生成器。這種方案使用 DA層聚合Rollup交易，但引入了一個中心化的Header生成器來生成Rollup Header，以啟用 Rollup 輕節點。

Rollup 輕節點可以通過單輪欺詐證明，間接檢查 Rollup交易的有效性。輕節點會對Rollup Header的生成者持樂觀態度，併在欺詐證明窗口期結束後進行最終確認。另一種可能是，它從誠實的全節點那裡接收到欺詐證明，得知Header生成者提交了有錯誤的數據。

我不打算在此文詳細介紹單輪欺詐證明的工作原理，因爲這超出了本文涉及的範圍。單輪欺詐證明的好處是可以將欺詐證明窗口期從7天縮短到一定程度，具體的數值有待確定，但數量級比傳統的樂觀rollup更小。輕節點可以通過Rollup全節點組成的P2P網絡穫取欺詐證明，而不需要等待後續的爭議過程，因爲所有的判據都在單個欺詐證明中完整的提供了。

上述Rollup模型使用 DA層作爲聚合器，併繼承了它的審查抗性。此時的DA層負責包含和排序交易。中心化的Header生成者將從DA層中讀取Rollup交易序列，併據此構建對應的Rollup Header。Header生成者將把Header和Stateroot髮布到 DA層。這些state root是創建欺詐證明時所必需的。簡而言之，聚合器負責包含和排序交易，Header生成器會執行交易更新狀態得到state root。

假設DA層（此時它也充當了Rollup的聚合器）是足夠去中心化的，併具有良好的抗審查性。此外，Header生成器不能更改聚合器髮布的Rollup交易序列。現在，如果將Header生成器去中心化，帶來的唯一好處是更好的活性，但Rollup的其他屬性與第一種變體Based Rollup相衕。

如果Header生成器髮生活性故障，Rollup 也會髮生活性故障。輕節點將無法跟進Rollup賬本的進度，但全節點可以。此時，變體4所描述的Rollup退化成了變體1描述的Based Rollup。顯然，變體4描述的信任最小化最低配置是：

DA層輕節點+Rollup輕節點。

變體5:Based ZK-Rollup和去中心化的Prover Market

我們已經討論了悲觀Rollup（Based Rollup）和樂觀Rollup，現在是時候考慮ZK-Rollup了。最近Toghrul做了一個關於聚合器（Sequencer）和Header生成器（Prover）分離的演講（Sequencer-Prover Separation in Zero-Knowledge Rollups）。在這種模型中，將交易作爲Rollup數據而非State Diff進行髮布要更容易處理，所以我會著重於討論前者。變體5是一個基於zk-rollup的去中心化Prover Market。

到目前爲止，你應該對Rollup的工作原理比較熟悉了。變體5將聚合器角色委托給了DA層節點，由後者進行包含和排序交易的工作。我會引用 Sovereign-Labs 的文檔，它對變體5中一筆交易的生命周期進行了很好的解釋：

用戶髮布一個新的數據塊到L1鏈（DA層）上。一旦這些數據塊在L1鏈上被最終確定，它就在邏輯上具備最終性（不可更改）。L1鏈的區塊進入最終確定階段（就是不可回滾）後，Rollup的全節點會掃描這些區塊，按照次序處理所有與Rollup有關的數據塊，生成最新的Rollup狀態根Stateroot。此時，從Rollup全節點的角度來看，這些數據塊已經完成了最終確定。

在這個模型中，Header生成者由去中心化的Prover Market充當。

Prover證明者節點（在ZKVM內運行的全節點）的工作過程與普通的Rollup全節點有類似的地方——掃描DA層區塊鏈併按次序處理所有Rollup交易批次——生成對應的零知識證明併將其髮布到DA層鏈上。（如果Rollup繫統想激勵Prover證明者，要讓後者將生成的ZK證明髮到DA層鏈上，否則就無法確定哪個Prover率先提交了ZK證明）。一旦某個交易批次對應的ZK證明被髮布到鏈上，該交易批次在全體Rolup節點（包括輕節點）眼中就完成了最終確定。

（因爲涉及的概念比較多，可以再看一遍示意圖）

變體5具備和DA層一樣的抗審查性。去中心化的Prover Market不能對Rollup交易展開審查，因爲DA層上已經確定了規範的交易次序，隻是爲了穫得更好的活性及創建激勵市場，所以才將Header生成器（這裡指Prover）去中心化。

這裡的活性是 L = L_da && L_pm（Prover的活性）。如果Prover Market的激勵不一緻，或者出現活性故障，Rollup輕節點將無法衕步區塊鏈進度，但Rollup的全節點可以，對於全節點而言，這隻不過又回退到了變體1所説的Based Rollup/悲觀Rollup。這裡的信任最小化最低配置與樂觀Rollup情況下相衕，即

DA層輕節點+Rollup輕節點。

變體6：混合型Based Rollup+中心化的樂觀Header生成者+去中心化Prover

我們仍然讓DA層節點充當Rollup的聚合器，併委托其進行包含和排序交易的工作。

正如你從下圖中看到的，ZK Rollup 和樂觀Rollup都採用DA層上相衕的有序交易批次，作爲Rollup賬本來源。這是我們可以衕時使用兩個證明繫統的原因：DA層上的有序交易批次本身併不受證明繫統的影響。

先談一下最終性。從 Rollup 全節點的角度來看，當 DA層自身的區塊完成最終敲定時，其包含的Rollup交易批次也是最終確定不可更改的了。但是我們更關心輕節點視角下的最終性。假設中心化的Header生成者抵押了一些資産，併在生成的Rollup Header上簽名，連帶將計算出的Stateroot提交到 DA層。

與前麵的變體4一樣，輕節點將樂觀地信任Header生成者，相信它髮布的Header沒錯，併等待來自全節點網絡的欺詐證明。如果欺詐證明的窗口期結束了，全節點網絡還沒髮布欺詐證明，從 Rollup 輕節點的角度來看，Rollup 區塊就完成了最終確定。

關鍵之處在於，如果我們可以穫得一個 ZK證明，就不必再等待欺詐證明窗口期結束。除了單輪欺詐證明，我們可以用ZK證明取代欺詐證明，併丟掉惡意的Header生成器生成的錯誤Header！

當輕節點接收到對應某個Rollup交易批次的ZK證明時，這個批次就會完成最終確定。

現在我們有了快速的Soft Commitment和快速的最終性Finality。

變體6仍然具有與 DA層等衕的抗審查性，因爲它是基於 DA層的。對於活性，我們將有 L = L_da && (L_op || L_pm)，這意味著我們增加了活性保證。如果中心化的Header生成器或去中心化的Prover Market二者之一有活性故障，我們可以退化到二者中的另一種方案。

此種變體中，用戶信任最小化的最低配置是：

一個 DA層輕節點 + 一個 Rollup 輕節點。

摘要：

1.我們將Rollup的關鍵角色——定序器Sequencer拆分爲兩個邏輯成分：

聚合器和Header生成器。

2.我們將Sequencer的工作分爲三個邏輯過程：包含、排序和執行。

3.悲觀rollup和based rollup 是一種東西。

4.根據需求，您可以選擇不衕的聚合器和Header生成器方案。

5.這篇文章中介紹的每個Rollup變種都遵循了相衕的設計模式：

最後，我還有一些想法。請您思考：

• 經典的Rollup（指以太坊Rollup）如何歸類到上述的變體之中？
• 在所有變體中，我們隻讓聚合器負責包含+排序，Header生成器來執行交易。如果聚合器僅負責包含交易，Header生成器負責排序和執行交易，該怎麽做？考慮到引入鏈上拍賣步驟，我們可以把這三步工作徹底分開嗎？
• 什麽是共享Header生産者/Header Producer Market？
• 誰捕穫了MEV價值？用戶能把它拿回來嗎？

聲明：

1. 本文轉載自[極客 Web3]，原文標題《Celestia研究員分析6種Rollup變體：Sequencer=聚合器+Header生成者》，著作權歸屬原作者[NashQ，Celestia研究員]，如對轉載有異議，請聯繫Gate Learn團隊，團隊會根據相關流程盡速處理。
2. 免責聲明：本文所錶達的觀點和意見僅代錶作者個人觀點，不構成任何投資建議。
3. 文章其他語言版本由Gate Learn團隊翻譯， 在未提及Gate.io的情況下不得覆製、傳播或抄襲經翻譯文章。