概述
為了簡化問題，我們的評估將從以下四個方面著手，分別是：
1.安全性（Security）
2.性能（Performance）/ 經濟性（economics）
3.易用性（Usability）
4.其他
希望我們的綜合比較可以幫助開發者評估不同的擴容解決方案，並採用最適合其需求的解決方案。
延伸閱讀：機構大鯨魚動態》避險手段？ Grayscale 2020 年已購入「 32.7 億的以太幣」
延伸閱讀：瘋狂世界｜V神: 我們期望幣圈更像股市，但「美股」卻搶先變得比加密貨幣更加密貨幣
除了這些問題之外，我們還匯總了一張對照表（譯者註：這張表是本文的重點），可作為與解決方案提供商對話的起點。我們盡了最大努力保持對比的中立和客觀，但是在表格里簡潔地表達不同方法的細微差別仍然是一項艱鉅的任務。我們希望更多的上下文能彌補這一問題。
| 狀態通道 | 測鏈0 | Plasma | Optimistic Rollup | Validium | zkRollup | |
| 示例 | Pisa、Celer | Skale、PoA | OMG、Matic | OVM、Fuel | StarkEX | zkSync、Loopring |
| 安全性 | ||||||
| 在線假設（例如瞭望塔） | 有 | 使用保證金機制來繞過 | 有 | 使用保證金機制來繞過 | 無 | 無 |
| 大量退出能力假設 | 無 | 無 | 有 | 無 | 無 | 無 |
| 驗證者可聯手凍結資金 | 不可 | 可 | 不可 | 不可 | 可 | 不可 |
| 驗證者可聯手盜取資金 | 不可 | 可 | 不可 | 不可 | 可1 | 不可 |
| 運營者密鑰暴露風險 | 高 | 高 | 一般 | 一般 | 一般 | 低 |
| 密碼學經濟學攻擊風險 | 一般 | 高 | 一般 | 一般 | 一般 | 低 |
| 密碼學元件 | 標準 | 標準 | 標準 | 標準 | 新 | 新 |
| 狀態通道 | 測鏈0 | Plasma | Optimistic Rollup | Validium | zkRollup | |
| 性能/經濟性 | ||||||
| 在 Eth1 上的最大吞吐量（TPS） | 1~無限2 | 10K+ | 1~9K+2 | 2K3 | 20K+ | 2K |
| 在 Eth2 上的最大吞吐量（TPS） | 1~無限2 | 10K+ | 1~9K+2 | 20K+ | 20K+ | 20K+ |
| 資金利用的效率性 | 無 | 有 | 有 | 有 | 有 | 有 |
| 需要額外的鏈上交易來開啟 一個新帳戶 | 是 | 否 | 否 | 否 | 否 | 否5 |
| 交易手續費 | 極低 | 低 | 極低 | 低 | 低 | 低 |
| 狀態通道 | 測鏈0 | Plasma | Optimistic Rollup | Validium | zkRollup | |
| 便利性 | ||||||
| 取款時間 | 1筆交易 | 1筆交易 | 1週4、7 | 1週4、7 | 1~10分鐘7 | 1~10分鐘7 |
| 主觀終局性時延 | 即時 | 無（信任運營者） | 1筆交易 | 1筆交易 | 1~10分鐘 | 1~10分鐘 |
| 中觀終局性的客戶端驗證 | 可 | 不可（信任運營者） | 不可 | 不可 | 可 | 可 |
| 即時的交易確認 | 滿足 | 部分滿足 | 部分滿足 | 部分滿足 | 部分滿足 | 部分滿足 |
| 狀態通道 | 測鏈0 | Plasma | Optimistic Rollup | Validium | zkRollup | |
| 其他維度 | ||||||
| 智能合約靈活度 | 有限 | 靈活 | 有限 | 靈活 | 靈活 | 靈活 |
| EVM 字節碼可移植性 | 不可 | 可 | 不可 | 可 | 不可 | 不可 |
| 原生隱私選項 | 有限 | 無 | 無 | 無 | 有 | 有 |
注： 0 某些研究完全不認為側鏈應被歸入 L2 範疇，可見： https://twitter.com/gakonst/status/1146793685545304064 1 要看相關升級機制的實現，不過一般來說都可以 2 有非常複雜的限制 3 為保證與 EVM 的可組合性，吞吐量的上限是 300 TPS 4 這個參數實際上是可調的，但大部分研究員都覺得 1 到 2 週時間比較安全 5 要看相關的實現。zkSync 是不需要的，但 Loopring 需要 7 理論上來說，可以通過流動性提供商緩解這個問題，但是會讓整個方案的資金利用效率性變差
......
詳見全文Full Text： BlockTempo 動區
若喜歡本文，請關注我們的臉書 Please Like our Facebook Page： Big Data In Finance
留下你的回應
以訪客張貼回應