引言
随着区块链的运行，存储区块数据占用的文件会逐渐增长，尤其当系统面向大数据量存储时会占用大量的磁盘空间，随时间推移存储成本日渐高昂、索引查询效率逐渐降低，为此归档模块可以作为区块链系统PB级存储方案的一部分，起到降成本、提效率的作用。
为了减少冷数据（低频使用的旧的区块数据）的磁盘占用，长安链·归档中心v1.0.0_alpha版本提供了数据归档备份，归档数据查询，已归档链上数据文件清理的一整套解决方案，可以做到无侵入的对正在运行的链节点进行归档、清理、查询，将作为PB级存储方案归档中心的雏形。具体来说使用方法如下：
1. 用户使用CMC工具,发送归档命令.该指令从链上查询出区块,将该区块数据通过GRPC传送到归档中心（对应图1步骤1，2）；
2. 用户使用扫描工具，该工具根据已经归档高度扫描区块文件，输出已经归档的文件的扫描信息（CSV文件），用户可根据CSV文件自行将已扫描文件删除，或转移到别的地方做备份(如图步骤5)；
3. 使用sdk透明的查询（已归档/链上）区块/交易数据；
4. 用户可以通过CMC工具在归档中心查询已经归档数据(如步骤3),也可以通过http/grpc接口查询（如步骤4）。
图1 归档中心整体流程
归档区块的逻辑
•校验区块哈希及连续性。比较待归档区块的块高度和归档中心已经归档的高度，如果该区块与已归档的区块连不上则报错；否则，检查该区块是否已经归档过，如该区块已经归档，则校验该区块hash是否和已归档的hash一致，如果一致则跳过，若不一致，则报错；若该区块尚未归档,则校验该区块hash是否正确，校验该区块指向的前一个区块hash是否正确，若正确则写入该区块数据，否则报错。
图2 归档区块逻辑
归档中心查询数据的逻辑
•根据查询条件，首先获取数据存储的索引信息。根据索引信息中的高度和归档中心已压缩数据的高度做比较，若低于压缩高度，说明已压缩，检查是否解压过；若未解压，则解压,然后读取数据即可；若大于压缩高度，则直接从文件中读取数据即可。
图3 归档中心查询数据逻辑
扫描工具的逻辑
扫描数据的逻辑
•根据配置的已经归档高度，调用归档中心的查询区块接口，输出已归档高度下的所有的配置区块块高；
•扫描区块链节点上存储区块的文件路径，根据文件名来确定起始区块高度，终止区块高度，输出文件信息列表；
•遍历文件信息列表，确定是否含有创世区块(块高为0)，或配置区块，输出该文件的信息到CSV文件中(文件命名格式为stub[year][month][day][hour][minute][second].csv)，该文件内容如下图4：
图4 扫描工具扫描输出csv文件示意图
–第1列为扫描的区块文件名；
–第2，3列分别为文件中的起始、结束块高；
–第4列为是否可以清理（如果含有配置块或创世块为“n”代表不可清理，其他为“y”代表可以清理）；
–第5列为文件中出现的配置区块的块高，用;进行分割。
清理数据的逻辑
扫描工具也提供了根据扫描出的结果直接删除文件的功能，工具会根据上文生成的csv（需要在配置中配置一下）来进行清理所有第4列为“y”的文件数据。
图5 扫描工具运行逻辑
图6 扫描工具根据CSV删除文件后输出存根结果
权限控制
归档中心在数据的归档、查询、归档中心链数据压缩和归档中心tls证书更新上相应的都做了权限的控制，具体来说分为两类：
- 首先是数据的归档和数据的查询的处理，基于ip白名单和tls分别做了调用接口的机器地址和调用接口的身份的认证；
- 其次是对归档中心服务已归档数据的压缩和归档中心tls的证书更新基于http的token做了验证。
图7 归档中心权限的控制
总结
通过提供CMC归档工具，归档中心服务解决了链上数据转移的问题；通过提供sdk解决了交易/区块数据(链上/已归档的)透明查询的问题；通过提供扫描工具解决了已归档数据的扫描清理的问题；归档中心v1.0.0版本初步提供了一整套无侵入的数据备份清理查询方案，适用于正在运行已经累计了很多数据的链节点。后续版本我们会将数据的清理功能集成到CMC工具箱，提供从归档中心恢复链上区块数据的能力，欢迎大家试用、反馈问题。