آموزش وب ۳ بخش web3.utils

آموزش وب ۳ بخش web3.utils

این بسته توابع کاربردی را برای dapps اتریوم و سایر بسته‌های web3.js فراهم می‌کند.

فیلترهای بلوم چیست؟

فیلتر بلوم یک ساختار داده احتمالی و فضا کارآمد است که برای بررسی سریع عضویت مجموعه استفاده می شود. روش ساده بررسی ممکن است این باشد که مجموعه را پرس و جو کنیم تا ببینیم آیا عنصر ما در آنجا است یا خیر. اگر مجموعه داده های ما نسبتاً کوچک باشد، احتمالاً خوب است. متأسفانه، اگر مجموعه داده‌های ما واقعاً بزرگ باشد، این جستجو ممکن است کمی طول بکشد. خوشبختانه، ما ترفندهایی برای سرعت بخشیدن به کارها در دنیای اتریوم داریم!

فیلتر bloom یکی از این ترفندها است. ایده اصلی پشت فیلتر بلوم این است که هر عنصر جدیدی را که وارد مجموعه داده می‌شود هش کند، بیت‌های خاصی را از این هش بگیرد و سپس از آن بیت‌ها برای پر کردن بخش‌هایی از یک آرایه بیت با اندازه ثابت استفاده کند (مثلاً بیت‌های خاصی را روی 1 تنظیم کنید. ). این آرایه بیتی فیلتر bloom نامیده می شود.

بعداً، وقتی می‌خواهیم بررسی کنیم که آیا عنصری در مجموعه وجود دارد یا خیر، به سادگی عنصر را هش می‌کنیم و بررسی می‌کنیم که بیت‌های مناسب در فیلتر bloom قرار دارند. اگر حداقل یکی از بیت ها 0 باشد، قطعاً عنصر در مجموعه داده ما نیست! اگر همه بیت ها 1 باشند، ممکن است عنصر در مجموعه داده ها باشد، اما برای اطمینان باید در واقع پایگاه داده را پرس و جو کنیم. بنابراین ممکن است جواب مثبت کاذب داشته باشیم، اما هرگز جواب منفی کاذب نخواهیم داشت. این می تواند تا حد زیادی تعداد پرس و جوهای پایگاه داده را که باید انجام دهیم کاهش دهد.

مثال در اتریوم واقعی

یک مثال واقعی اتریوم که در آن مفید است، این است که می‌خواهید موجودی کاربران را در هر بلوک جدید به‌روزرسانی کنید تا تا حد امکان به زمان واقعی نزدیک شود. بدون استفاده از فیلتر بلوم در هر بلوک جدید، شما باید تعادل را مجبور کنید حتی اگر آن کاربر هیچ فعالیتی در آن بلوک نداشته باشد. اما اگر از logBlooms از بلوک استفاده می‌کنید، می‌توانید قبل از انجام عملیات آهسته‌تر، فیلتر bloom را در برابر آدرس اتریوم کاربران آزمایش کنید، این امر به‌طور چشمگیری میزان connection هایی را که انجام می‌دهید کاهش می‌دهد، زیرا تنها در صورت انجام آن اتریوم، آن عملیات اضافی را انجام خواهید داد. آدرس در آن بلوک است (منهای نتیجه مثبت کاذب که قابل چشم پوشی خواهد بود). این برای برنامه شما بسیار کارآمد خواهد بود.

توابع utils در وب ۳

web3.utils.isBloom

web3.utils.isUserEthereumAddressInBloom

web3.utils.isContractAddressInBloom

web3.utils.isTopic

web3.utils.isTopicInBloom

web3.utils.isInBloom

web3.utils.isBloom

isBloom 

isBloom
	
	
	
	(
	
	
	
	bloom
	
	
	
	: string
	
	
	
	)
	
	
	
	: boolean;
	
	
	
	

اگر یک بلوم معتبر باشد، true را برمی‌گرداند.

isUserEthereumAddressInBloom 

isUserEthereumAddressInBloom
	
	
	
	(
	
	
	
	bloom
	
	
	
	: string
	
	
	
	,
	
	
	
	 ethereumAddress
	
	
	
	: string)
	
	
	
	: boolean;
	
	
	
	

اگر آدرس کاربران اتریوم بخشی از bloom  باشد، true برمی گرداند: موارد مثبت اشتباه امکان پذیر است.

isContractAddressInBloom 

isContractAddressInBloom
	
	
	
	(
	
	
	
	bloom
	
	
	
	: string
	
	
	
	,
	
	
	
	 contractAddress
	
	
	
	: string)
	
	
	
	: boolean;
	
	
	
	

اگر آدرس قرارداد بخشی از داده بلوم باشد، true را برمی گرداند: موارد مثبت نادرست ممکن است.

isTopic 

isTopic
	
	
	
	(
	
	
	
	topic
	
	
	
	: string
	
	
	
	)
	
	
	
	: boolean;
	
	
	
	

اگر موضوع معتبر باشد، true را برمی‌گرداند.

isTopicInBloom 

isTopicInBloom
	
	
	
	(
	
	
	
	bloom
	
	
	
	: string
	
	
	
	,
	
	
	
	 topic
	
	
	
	: string
	
	
	
	)
	
	
	
	: boolean;
	
	
	
	

اگر موضوع بخشی از bloom note  باشد، true را برمی گرداند: موارد مثبت کاذب امکان پذیر است.

isInBloom

این روش پایه خام است که سایر روش های bloom استفاده می کنند. شما می توانید در یک bloom و مقداری که اگر بخشی از bloom  داده شده باشد true برمی گرداند.

isInBloom
	
	
	
	(
	
	
	
	bloom
	
	
	
	: string
	
	
	
	,
	
	
	
	 value
	
	
	
	: string
	
	
	
	 |
	
	
	
	 Uint8Array
	
	
	
	)
	
	
	
	: boolean;
	
	
	
	

اگر مقدار بخشی از bloom note     باشد، مقدار true را برمی گرداند: مثبت کاذب ممکن است.

web3.utils.randomHex(size)

کتابخانه randomHex برای تولید رشته های HEX شبه تصادفی رمزنگاری قوی با اندازه بایت معین.