Skip to main content
Leafage 把单体 EVM 全节点拆成一条分布式流水线:一个写节点负责 P2P 同步与区块执行,执行数据经 Kafka + S3 分发给任意数量的轻量查询节点,同时把结构化的区块数据(交易、调用追踪、事件日志)交付给外部消费者。 查询能力因此可以水平扩展:新增一个查询节点只需要 ~90GB 磁盘和分钟级的快照恢复,而不是 1.3TB+ 磁盘和数小时的全链同步。

五个组件

从哪里开始

核心概念

Leafage 是什么、五个组件的角色、贯穿全站的术语。

架构总览

组件职责、运行拓扑、数据面与控制面的划分。

数据链路

一个区块从执行到可查询的完整路径,含 reorg 与追赶。

接口契约

Kafka topic、S3 键、etcd 键空间和 RPC 约定的精确定义。

发送 RPC 请求

端点、请求头,以及 eth_call、批量调用、blockCtx 的可复制示例。

参与开发

仓库地图、构建测试命令、提交规范和入手方向。

阅读建议

1

先读核心概念

用一页搞清 Leafage 是什么,以及写节点、查询节点、状态差异、区块上下文这些贯穿全站的术语。
2

再读架构总览

了解为什么要拆开全节点,以及五个组件各自负责哪一段。
3

然后读数据链路

跟着一个区块走完全程,这是理解组件间协作的最短路径。
4

按需读组件文档

每个组件页包含目录结构、关键机制、配置和代码入口,可直接定位到源码文件。
5

动手前读接口契约

改动跨组件行为时,Kafka 消息、S3 键和 etcd 键是需要保持兼容的部分。
本站描述的是各仓库当前 main 分支的实现。组件仓库内还有更细的设计文档(如 leafage-evm 的 docs/StateManage.md、pipeline 的 docs/protocol.md),本站在相关章节给出了链接。