呵护区块链行业，不要让劣币驱逐良币；
不要让未经思考和验证，乱吹牛、乱承诺的，搅乱了区块链行业的风气；
要让踏实做事的人或项目，浮出水面、受到重视。
---题记
先说我的结论，现阶段（一两年内）：
1、区块链TPS不可能超过10万TPS；
2、现阶段（一两年内），大部分DApp对于区块链TPS要求不高，成百上千就够用了；
再说测试结果：
1、上篇文章Compellent Fluid Cache（服务器侧闪存+集中存储），彼时几乎是全球最低延时的存储硬件组合，数据库性能不到6.6万TPS；
2、本篇文章Compellent全闪存集中存储，不到1.3万TPS；
3、本篇文章分布式存储-四节点vSAN全闪存+HGST SAS SSD，不到2.4万TPS；
由于上述测试，使用了性能几乎最顶级的存储硬件，做为中心化组织的硬件设施，TPS都不超过7万，怎么可能相信百万乃至千万TPS的鬼话！不要说未来能达到，那是多久的未来？我们讨论的是当下，或者一两年内。
最新消息：我听说到的最新数据（不同硬件或优化方案下）是，TPS不超过10.3万，对应的存储IOPS（随机读写）约50万。粗略来看，最简单的事务或交易（Transaction），都至少带来1:5的存储IO压力。根据我的经验，复杂事务，带来几十乃至上千个存储IO都有可能。因此采用存储介质（如闪存盘）的最大值反推TPS时，必须至少先考虑除去这个比例，而且网络损耗、业务应用等还有很多影响性能的多种因素。
做为非中心化组织的区块链，它不可能突破底层硬件设备的瓶颈。而且在公链或者联盟链的环境里，网络带宽的吞吐量、延时、稳定性会极大地制约性能，做为项目方很难要求各个节点采用完全一致的硬件配置，并且是价格昂贵的高性能硬件。实际上，性能超高的存储，市场上有此需求的用户极少，反过来意味着，绝大多数，可能99%以上的业务场景，不需要如此高的性能。2015年，我就听说了DELL Compellent Fluid Cache停产的消息。2017年3月，又听闻EMC性能霸主DSSD又停产了。
业务应用的性能和许多因素，多个物理组件都有关。如果在可靠稳定的中心化组织的硬件基础设施里，这些能带来高TPS的高性能存储都如此曲高和寡，我相信在不可靠不稳定的非中心化的区块链的网络环境里，还远远没有达到，必须使用如此高TPS的存储硬件。换句话说，当下没有哪个DApp真的需要这么高的TPS。那些号称公链能做到百万TPS、千万TPS的，可以歇一歇了。
在当前实际落地或者将要落地的区块链项目中，我个人估计，区块链TPS会比10万低一个、甚至两三个数量级。
欢迎持续关注微信公众号“乐生活与爱IT”，下一篇文章将分析：大部分DApp对于区块链TPS要求不高，成百上千就够用了。
先来看几则消息。
消息1
2018-11-02 巴比特资讯披露了原来号称百万TPS的EOS的一些信息：
“在一项新的实验中，基准测试公司Whiteblock得出结论，EOS代币(及其RAM市场)本质上是一种用于计算的云服务，它建立在一个完全集中的前提之上。因此，它缺少一些区块链最基本的方面，比如不可更改性”……，“在真实世界条件为50(毫秒)的往返延迟和0.01%的包丢失的测试中，EOS网络性能下降到50 TPS以下，使系统接近于以太坊的性能”
下面再看几位大名鼎鼎的科学家（包括图灵奖获得者）、金融学家的项目公布的TPS，单链TPS在1000～6000左右。这样的数字才可能为人所信。
消息2
2017年5月27日，天德科技发布了“Dataledger（双龙数链）大数据区块链平台”。蔡维德教授提到，高新一号每个工作日运行4到8小时不等，交易频率超过4000次/秒，双龙数链速度已经超过8000 TPS。
消息3
2017 年，MIT 计算机科学与人工智能实验室（CSAIL）的 Yossi Gilad 和 Silvio Micali（图灵奖得主）等人在论文《Algorand: Scaling Byzantine Agreements for Cryptocurrencies》中针对 PBFT 算法在很多节点情况下性能不佳的问题，提出先选出少量记账节点，然后再利用可验证随机函数（Verifiable Random Function，VRF）来随机选取领导节点，避免全网直接做共识，将拜占庭算法扩展到了支持较大规模的应用场景，同时保持较好的性能（1000+ TPS）。
消息4
2018 年8月，长江商学院金融学教授曹辉宁的Usechain公链已经在内测，在完全去中心化情况下，可以达到3000 TPS。
消息5
2018 年，清华大学的 Chenxing Li 、姚期智等在论文《Scaling Nakamoto Consensus to Thousands of Transactions per Second》中提出了 Conflux 共识协议。该协议在 GHOST 算法基础上改善了安全性，面向公有区块链场景下，理论上能达到6000+ TPS。
---正文开始---
有人说，区块链是去中心化的分布式账本数据库。既然是数据库，我们就拿中心化的数据库在企业级存储上的测试数据，来做TPS的对比。
上篇文章，我们分析了一个测试案例 – Oracle 运行在Dell Compellent Fluid Cache（流动缓存）上，采用的数据库性能测试工具是Benchmark Factory（简称BMF）。不要以为这只是一个简单的性能测试，实际上它是为了验证Fluid Cache能否解决用户面临的巨大挑战（超低延时的需求），测试成功后，落地了一个数千万元量级的企业级存储大单。下图是原Compellent大中华区总经理Jacky Chen为我的《软件定义存储：原理、实践与生态》书籍撰写的赞誉，位于纸质书籍的封底。
在同期测试过程中（也即2014年10月～11月），我们还测试了集中存储（或称外置磁盘阵列）DELL Compellent的高端型号SC8000在模拟真实用户场景（由用户提供几十亿条记录的两个数据库）情况下，延时和TPS的值。软硬件配置同上篇文章，数据库性能测试工具仍是BMF。
在SC8000全闪存阵列(共18块闪存盘，包括12块SLC和6块MLC):
1、执行插入5000万记录（500个虚拟用户，每个用户10万条记录）
2、测试结果
费时1小时6分29秒；
TPS=12542.378，平均交易时间0.038秒；
实际上，这个测试涉及的事务还是比较简单的，就是从A库查询一条记录，再插入一条记录到B库。换句话说，性能还不错的全闪存集中存储，如果上面运行更复杂的数据库事务。
二、2016年7月
彼时，我做为VMware存储架构师组织了一次全闪存分布式存储，也即超融合vSAN全闪存四节点的性能测试。事务逻辑仍然很简单，从A库查询一条记录，再插入一条记录到B库。数据库性能测试工具有好几个，但本篇文章主要展示的是BMF。
1、网络拓补图
2、软硬件配置
（1）硬件配置
（2）软件配置
在VMwarevSAN这一分布式全闪存存储(共8块闪存盘):
执行插入5000万记录（500个虚拟用户，每个用户10万条记录）
2、测试结果
费时35分38秒；
TPS=23432.996，平均交易时间0.020秒；
基于对存储行业闪存盘介质性能的理解，和以往的经验，我做过如下预测：
1）如果将目前的SAS SSD，用NVMe SSD来替代，性能会有少量提升，估计约1.2~1.5倍；
2）采用内存条式SSD，性能会较大提升，估计约2~3倍；
这里提到的内存条式SSD，在彼时只有Diablo的UltraDIMM。可惜的是，等了一、两年都没等到这款SSD大规模商用，并通过VMware vSAN的认证，后来这家公司好像就消身匿迹了。
直到2017年11月，我才等到了全球闪存盘性能第一梯队的Intel Optane SSD。从实测数据来看，在类数据库交易(70%读, 30%写), 4K小IO的情况下，同样在vSAN四节点环境下，使用IOMeter性能测试工具，IOPS大约是2016年7月SAS SSD的两倍，意味着BMF测试工具下，TPS大约也在两倍左右。
好，回顾一下我的结论，现阶段（一两年内）：
1、区块链TPS不可能超过10万TPS；
2、现阶段（一两年内），大部分DApp对于区块链TPS要求不高，成百上千就够用了；
回顾测试结果：
1、上篇文章Compellent Fluid Cache（服务器侧闪存+集中存储），彼时几乎是全球最低延时的存储硬件组合，不到6.6万TPS；
2、本篇文章Compellent全闪存集中存储，不到1.3万TPS；
3、本篇文章分布式存储-四节点vSAN全闪存+HGST SAS SSD，不到2.4万TPS；
也许最新的硬件配置、测试方法可能有所优化，但不会高出一个数量级，顶多就是1.1～2倍多的提升。
---End---
关注本微信公众号“乐生活与爱IT”，输入：
sds book 503
可免费下载《软件定义存储》第25章的全部电子版，可以看到详细测试结果，及技术原理剖析。