博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
Filecoin挖矿中,至联云运维管理才是真正的“炼金术”
阅读量:2138 次
发布时间:2019-04-30

本文共 1176 字,大约阅读时间需要 3 分钟。

自奖励测试以来,已经过去了一周半时间,截止发文全网总算力已经超过了90P,正往100P迈进,官方惊叹于Filecoin存储市场量的同时也将奖励总数再提高50万Fil,解锁要求全网要达到200P。

节点实力最有说服力的就是排名和接单成功率,因为这关乎到某个节点在奖励测试中获得的Fil数量,事实上,这个意义远远没有我们想象的那么大,唯一能代表的是,技术实力符合一般标准的前提下,挖矿设备有足够大的体量,因为一个节点所使用的设备体量不一样,封装扇区的成功率不一样,出块的概率不一样,那么就很难去衡量一个节点对投入产出比重视程度,而投入产出比更多的是反映在区块链浏览器不能看到的数据,就像一个节点的挖矿效率很大程度取决于节点背后的运维实力一样,运维才是Filecoin挖矿的“炼金术”。

为了更加具体的反映某个节点的运维实力,我们特意爬取了数据并进行可视化处理,旨在让大家更容易知道节点的综合实力,我们大致分为以下三个方面的数据来呈现。

扇区封装的成功率

形成有效存储最基础的就是扇区封装,扇区封装的成功率,代表着有效时间内扇区封装的效率,从侧面也能反映出,扇区的封装速度,简而言之就是节点做无用功越少越好,这个数据在区块链浏览器中是无法看到的,但非常影响节点挖矿效率。

节点调度的稳定程度

目前,Filecoin挖矿大部分是异构集群挖矿,计算、存储和出块都是分层处理,这就要考验运维的集群调度能力,一旦出现问题,算力增长不平滑,损失算力、被惩罚等一系列对收益有损失的问题。

出块时间

前面说到,集群挖矿就是对计算、存储和出块都是分层处理,每层处理要在有限的时间内做完,要不然就是在做无用功。

拿出块时间来说,当节点获得出块的权利后,必须在两个区块时间间隔内出块,按照现在Filecoin出块时间,也就是30秒内节点完成出块,超过30秒也就错失了出块时间,自然也就不能获得出块奖励,也就是说自己明明对网络做出贡献,但是没有收益,所以节点的调度一定要稳定且高效。

幸运值偏差

当然,除了这些隐藏需要挖掘的数据能表现出来一个节点的运维实力外,区块浏览器也有个数据也能反映出,只不过这个数据不太起眼,那就是“幸运值偏差”,幸运值偏差——矿工实际赢票概率相比全网平均值的偏差。

简单的来说,把全网实际出块的概率看做一个均值的话,高于这个均值的就是正数显示,低于这个均值就是负数显示,同一时间范围内,高于均值的节点比低于均值的节点做无用功的比率要小,出块效率要高,也就是运维实力强。

运维实力保证了投资者收益大小和稳定程度,因为其技术属性,相关人员很少在市场上露面,但我们不能忽略其重要程度,前方打仗,后方要有充足的资源和调配方案,才能让前方的军队大获全胜,而对于Filecoin挖矿,运维可谓是真正的“炼金术”,没有此炼金术,根本不可能从Filecoin市场上掘金。

转载地址:http://teigf.baihongyu.com/

你可能感兴趣的文章
通过一个kaggle实例学习解决机器学习问题
查看>>
决策树的python实现
查看>>
Sklearn 快速入门
查看>>
了解 Sklearn 的数据集
查看>>
用ARIMA模型做需求预测
查看>>
推荐系统
查看>>
TensorFlow-11-策略网络
查看>>
浅谈 GBDT
查看>>
如何选择优化器 optimizer
查看>>
一文了解强化学习
查看>>
CART 分类与回归树
查看>>
seq2seq 的 keras 实现
查看>>
seq2seq 入门
查看>>
什么是 Dropout
查看>>
用 LSTM 做时间序列预测的一个小例子
查看>>
用 LSTM 来做一个分类小问题
查看>>
详解 LSTM
查看>>
按时间轴简述九大卷积神经网络
查看>>
详解循环神经网络(Recurrent Neural Network)
查看>>
为什么要用交叉验证
查看>>