Sui 主网首次中断问题总结

事件概述

太平洋时间2024年11月21日上午大约1:15至3:45之间（东八区时间：2024年11月21日下午5:15至7:45），Sui主网发生了全面网络停滞。所有验证节点陷入崩溃循环，导致交易处理完全中断。

问题原因

阻塞控制代码中的assert!触发了错误：如果估算的执行成本为零，则会导致验证节点崩溃。此问题发生需满足以下所有条件：

1. 阻塞控制设置为TotalGasBudgetWithCap模式：

• 该模式在协议版本63中短暂启用后被撤销，随后在协议版本68中随累积调度器再次启用。

2.网络接收到同时包含以下条件的交易：

• 可变共享对象输入

• 零个MoveCall指令

当网络接收到此类交易时，所有验证节点立即崩溃。

什么是阻塞控制？

Sui网络基于对象的架构支持大规模并行处理不同的用户交易，这在大多数其他网络中无法实现。然而，如果多笔交易同时写入同一共享对象，则这些交易必须按顺序执行，且涉及该特定对象的交易处理量存在上限。

阻塞控制系统通过限制写入同一共享对象的交易速率，防止网络因执行时间过长的检查点而过载。

我们最近升级了阻塞控制系统，以通过更准确地估算交易复杂度来提高共享对象的利用率。但新模式TotalGasBudgetWithCap的代码中存在一个bug，导致此次问题的发生。

如何解决问题？

在问题确立后，代码修复十分直接（详见 PR #20365）。该修复已部署到主网（v1.37.4）和测试网（v1.38.1）。

PR #20365：将bump_object_execution_cost修改为使用饱和加法，并允许0成本交易。

🌟 主网v1.37.4：

https://github.com/MystenLabs/sui/releases

在验证节点社区的积极响应下，从修复发布到Sui网络恢复正常仅用了15分钟。

我们学到了什么？

• 事件检测与响应系统运行良好： 自动警报与社区报告几乎同时触发，我们迅速调动团队资源进行诊断和修复。

• 验证节点社区表现出色： 修复发布后，Sui网络几乎立刻恢复正常。

预防措施

1. 改进测试系统： 增加更多类似触发此次崩溃的对抗性交易类型，以发现潜在问题。

2. 优化构建流程： 提高调试和发布二进制文件的生成速度，进一步减少事件响应时间。此次中断过程中的一部分时间是由于等待构建发布版本。

感谢社区和验证节点的支持，共同确保了Sui网络的快速恢复！