EVM 与内部状态

EVM（Ethereum Virtual Machine）是以太坊的执行引擎。这里记录它的架构、它眼中的“状态“长什么样、以及一笔交易如何驱动状态迁移。账户如何进入这棵状态树，见账户模型与私钥。

架构总览

基于栈的虚拟机：不是寄存器机。操作数与中间结果都压在栈上，指令从栈顶取参。
栈深度上限 1024，栈项固定 256 bit——与 keccak256、SSTORE 等原生操作的字宽一致，也是 uint256 成为默认类型的根本原因。
确定性：同样的输入（状态 + 交易数据）在任何节点上必然得到同样的输出，没有随机数指令、没有系统时间。时间戳与 PREVRANDAO 等来自区块上下文，不能直接当作不可操纵的安全随机数。
沙箱：EVM 无法访问网络、文件系统、进程，能触碰的只有自己的状态与上下文消息。

数据位置

位置	生命周期	大小	访问成本
Stack	单次调用	1024 项 × 256 bit	最便宜（部分指令免费）
Memory	单次调用	字节寻址，按需扩展，扩展有二次方 gas	便宜
Storage	永久，随账户写入状态树	每 slot 32 字节	昂贵（EIP-2929 下 `SLOAD` 冷读 2100 gas，写入另行计费）
Transient (EIP-1153)	单笔交易内	同 storage 的 slot 模型	介于 memory 与 storage 之间
Calldata	单次调用，只读	交易附带的字节数组	读取另有指令成本；交易数据费用见 Gas 优化
Log	永久，但合约不可读	事件数据	仅 `LOG` 系列指令写入

Transient storage（Cancun 升级，2024）适合跨调用临时记账（如重入锁），语言层对应 transient 关键字，使用与 storage 类似的槽位编号，但拥有独立的存储空间；同编号的持久槽与瞬态槽互不覆盖。瞬态状态按所属合约隔离，DELEGATECALL 使用调用者的空间。
Log 只能由链下索引读取，合约自己也无法读取——事件不是存储。

Memory 扩展的二次方成本

Memory 以 32 字节（word）为单位扩展，访问超出已分配范围的地址会触发扩展并收费：

$$C(a) = 3a + \left\lfloor \frac{a^2}{512} \right\rfloor$$

其中 $a$ 是扩展后所需的 word 数。二次方项让海量内存的成本急剧上升——这是对“恶意合约撑爆节点内存“的定价防御，也是大数组应尽量留在 calldata 的原因。

冷/热访问：Access Set（EIP-2929）

Berlin 起，EVM 为每笔交易维护 accessed_addresses 与 accessed_storage_keys 两个集合：

冷读：首次访问未入集合的地址或 storage slot，昂贵——SLOAD 冷读 2100 gas。
热读：已入集合后的再次访问，便宜——SLOAD 热读仅 100 gas。

同一交易内对同一 slot 的反复访问（如重入场景）从第二次起都走热读价格。

状态模型

以太坊执行层使用 Merkle Patricia Trie 组织账户、交易和回执。区块头直接记录 stateRoot、transactionsRoot 与 receiptsRoot；各账户的存储根通过账户状态间接承诺：

World State Trie：地址 → 账户 的映射。账户节点即账户状态四元组。
Storage Trie：每个合约账户一棵，逻辑上是 slot → 32 字节值 的稀疏映射，Trie Key 取 keccak256(slot)，根哈希就是账户的 storageRoot。slot 空间名义上 2²⁵⁶，实际是稀疏的——没有写过的 slot 根本不存在。协议与物理层的完整拆解见持久键值存储。
Transactions Trie：区块内交易列表。
Receipts Trie：每笔交易的执行结果（状态码、gas 消耗、Log）。
状态的“修改“实际上是新建节点、自底向上重算哈希，旧节点在短期内仍可被引用——这就是历史状态查询（如 eth_getStorageAt 指定旧区块）的实现基础。

回滚的实现：Journal（撤销日志）

“revert 状态回滚“在节点内部并不靠重建或拷贝 Trie：

执行期间，节点（如 Geth）在内存中维护一个 Journal：每次 SSTORE、余额变更、账户创建都追加一条逆向操作（“把 slot A 改回旧值 V”）。
REVERT 或异常时，从 Journal 倒序弹出即可恢复状态，复杂度 $O(k)$（$k$ 为本次变更条数），与 Trie 规模无关。
交易执行结果先进入客户端的状态缓存；状态根计算与数据库持久化由客户端在区块处理和提交过程中完成。具体存储实现不属于 EVM 指令语义。

状态膨胀与 Trie 演进

World State 节点已达数十亿级，MPT 深度变长带来 I/O 放大，witness（状态证明）也随之膨胀。
演进方向是 Statelessness：用 Verkle Tree（多项式承诺）或 Binary Trie 替换 MPT，把 witness 压缩到无状态节点可验证的量级——节点只需验证证明，不再存储全量状态。

一笔交易的执行流程

交易进入内存池（交易池与网络层），节点验证签名（ecrecover），nonce、余额、gas 合法性检查。
打包进区块后按序执行：从发送者扣 gas 预付款，nonce +1。
to 为空时走顶层合约创建，地址由发送者与 nonce 决定；否则加载目标账户代码，在新的调用帧中执行。CREATE2 是合约内部执行的部署指令。
执行过程中 SSTORE/SLOAD 读写 storage trie，产生 Log，可能内部调用其他合约（同一交易内）。
正常结束：剩余 gas 按协议退款；revert：撤销执行产生的状态修改与日志，但发送者的 nonce 增量和已消耗 gas 的费用仍保留。普通 REVERT 会退还未消耗的 gas，不能与耗尽 gas 的异常混为一谈。
结果写入 Receipts Trie，所有 Log 与状态变更最终汇集为新的 World State Root。

调用指令的上下文矩阵

第 4 步的“内部调用“由不同的调用指令驱动。每条指令都会压入一个新的调用帧（Call Frame），对上下文的继承各不相同：

指令	执行的代码	`address(this)`	`msg.sender`	Storage	`msg.value`
`CALL`	目标合约	目标地址	调用者	目标合约	显式传递
`CALLCODE`（已废弃）	目标合约	调用者	调用者	调用者	显式传递
`DELEGATECALL`	目标合约	调用者	沿用上一调用帧的 sender	调用者	沿用上层
`STATICCALL`	目标合约	目标地址	调用者	目标合约	强制为 0

STATICCALL（EIP-214）会置起 read-only 标志：此状态下触发任何状态变更指令（SSTORE、CREATE、LOG0-LOG4、SELFDESTRUCT、TSTORE）都会直接异常终止。

Opcodes 概览

分类：算术（ADD/MULMOD…）、比较与位运算、栈与内存（PUSH/DUP/MLOAD）、存储（SSTORE/SLOAD/TSTORE）、环境（CALLER/GASPRICE）、调用（CALL/DELEGATECALL/STATICCALL）、终止（RETURN/REVERT/SELFDESTRUCT）。
完整清单与各 EIP 版本的 gas 对照：evm.codes
DELEGATECALL 的上下文共享语义是重入攻击与代理合约（见 USDC 代理合约）共同的基础。

字节码的演进：EOF（EVM Object Format）

Legacy 字节码是一串无格式的操作码流：PUSH 携带的数据与可执行指令难以区分，栈深检查只能留到运行时。EOF（EIP-3540 系列）曾计划用结构化容器解决：

字节码划分为 Header、Code Section（纯指令）与 Data Section（只读数据，取代 CODECOPY 夹带部署数据的惯例）。
禁止 JUMP 跳到任意字节偏移，只允许跳到指令边界。
部署期即可静态验证最大栈深，消除运行时 1024 栈检查的部分开销。

不过 EOF 的落地进程一再推迟，2025 年 4 月已从 Fusaka 升级中移除，主网至今仍执行 legacy 字节码——其设计思想仍是理解 EVM 演进方向的参照。

Xu's Blog