近年来,伴随着加密货币等去中心化应用的流行,区块链技术受到了工业界和学术界的广泛关注。本质上,区块链系统可被看作是一个分布式存储系统。系统中的每个节点都维护了一份状态数据和账本数据,保证了节点的去中心化校验能力。基于该存储系统,链上数据的查询功能也得以拓展,从而为上层去中心化应用的开发提供了新的支持。然而,当前的区块链存储机制的可扩展性较低,主要表现为以下三点:一是状态数据的膨胀导致了低效的区块校验,从而引起了较高的区块传播延迟,增大了区块链系统分叉的风险;二是账本数据的膨胀导致了高额的存储开销,从而减少了网络中全节点的数量,降低了系统的去中心化程度;三是为满足可验证查询需求,需要对存储机制进行增强设计,这可能会进一步导致状态数据和账本数据的膨胀。解决上述问题主要涉及到对区块链存储机制的优化,具体来说包括以下三个方面。针对区块链系统中的区块低效校验问题,一种基于状态数据缩减的校验方法（Efficient Block Validation,EBV）可以有效减少节点中的状态数据,从而提升区块校验效率。该方法将比特币系统中原有的状态数据表示方式UTXO（Unspent Transaction Output）集合替换为位向量集合,大大减少了节点中的状态数据量,提升了区块链存储机制的可扩展性和区块校验的效率。为满足交易的正确性校验需求,EBV方法分别从两方面进行了设计:一方面,节点中存储的位向量集合实现了未花费校验;另一方面,交易结构中附加的证明性数据实现了存在性校验。实验表明,EBV方法能够极大地降低系统的内存占用需求,约为比特币原有系统的7.2%。当将基于EBV方法的区块链系统和原有系统的内存使用上限设置为相同时,EBV方法最多能将区块的校验延迟降低为原有系统的6.5%。针对区块链节点中的高额存储开销问题,一种基于关联存储策略的存储模型（Jigsaw-like Data Reduction,Jidar）将区块数据拆分存储在不同节点中,有效降低了每个节点的存储开销。该模型要求节点在接收到新区块时,只存储区块头数据和区块体中与当前节点关联的交易数据。对于只参与了少量交易的大多数普通节点而言,Jidar模型有效降低了存储开销,保证了存储机制的高可扩展性。为满足交易的去中心化校验需求,Jidar模型从两方面进行了设计:一方面,交易发起者在交易中附加默克尔分支作为输入的存在性证明;另一方面,区块头中附加布隆过滤器作为输入的未花费证明。实验表明,与原有的比特币系统相比,Jidar在引入少量通信开销的同时,有效降低了节点的账本存储开销。对于只参与少量交易的节点而言,Jidar最多可将存储开销降低为原来的1.03%。针对区块链系统中数据的可验证查询需求,一种基于变种默克尔树的查询机制（Lightweight Verifiable Query,LVQ）对区块结构进行优化,实现了对交易数据的可验证查询。该查询机制依赖于两棵变种默克尔树的设计,即排序默克尔树（排序树）和过滤器默克尔树（过滤器树）。排序树对默克尔树叶子节点中的元素进行排序,过滤器树将布隆过滤器与默克尔树进行结合。两者在构建可验证数据的同时,保证了查询流程的低网络开销。此外,通过只在区块头中保存变种默克尔树的树根哈希,保证了轻节点的低存储开销和存储机制的高可扩展性。实验结果表明,LVQ在保证较低存储开销的基础上,最多可将网络开销降低为朴素查询方案的1.4%。综上所述,针对区块链存储机制优化这个研究命题,EBV校验方法、Jidar存储模型和LVQ查询机制分别从区块数据流转的不同阶段出发,提升了存储机制的可扩展性。高可扩展的存储机制能够有效支撑区块链系统的高性能,保证系统的安全性,从而可以进一步加速区块链技术的落地实践、拓宽区块链系统的应用场景。