可能你也注意到了，在跟智能合约交互（例如发送 token）时，你的事务会自动包含 input data（“输入数据”）。在 MyCrypto 钱包界面，这些数据有个简单的标签：“Data（数据）” —— 它是做什么的呢？
这篇文章就是从技术上解释事务输入数据是怎么一回事，它实质是什么，又是怎么工作的。
- MyCrypto 钱包的高级事务设定 -
什么是 Input Data？
我们先来看看这笔 token 转账交易。某个人发送了 0 ETH 到 0xd26114cd6ee289accf82350c8d8487fedb8a0c07（OmiseGo 合约地址），而且 Etherscan 网站呈现了这是一笔意图发送 0.19 OMG token 到这个地址的事务。那么，EVM （以太坊虚拟机）究竟是怎么知道，这个人想要转账某个数额的 token 到另一地址的呢？
你再仔细看 Etherscan，就能看到这笔事务带着 input data。input data 是发送者为这笔事务附加的额外数据，既可以是普通的文本，也可以是数字（以十六进制的形式编码）。但在这笔交易中，发送者使用这部分数据来 “告诉” 合约，让合约运行特定的函数。智能合约本身是由一系列函数组成的。举例而言，一个 ERC-20 token 合约使用比如 “transfer” 来把 token 从 A 账户转移到 B账户，使用 “balancerOf” 函数来获得某个地址的余额，等等。在我们研究的这笔交易中，你可以看到它调用了 transfer(address_to, uint256_value) 函数。
这笔事务的输入数据为0xa9059cbb0000000000000000000000004bbeeb066ed09b7aed07bf39eee0460dfa26152000000000000000000000000000000000000000000000000002a34892d36d6c74。你可以把这一长串的 十六进制 数据分解一下。开头的 0x 表示这是一个十六进制数值，紧接着的 8 个字节（a9059cbb）是函数标识符，再然后就全部是以 32 字节（也就是 64 个 16 进制字符）为一组的函数参数。所以第一组是 0000000000000000000000004bbeeb066ed09b7aed07bf39eee0460dfa261520 而第二组是 000000000000000000000000000000000000000000000000002a34892d36d6c74。
- Input Data 分解 -
如果你在 Etherscan 上查看这些数据，你会看到它以下文这个形式呈现：
Function: transfer(address _to, uint256 _value)
MethodID: 0xa9059cbb
[0]: 0000000000000000000000004bbeeb066ed09b7aed07bf39eee0460dfa261520
[1]: 00000000000000000000000000000000000000000000000002a34892d36d6c74
十六进制是啥？
十六进制是一种计数系统，就像十进制和二进制一样；十六进制使用数字 0 到 9 和字母 A 到 F（不区分大小写），来对应表示十进制的 0 到 15。下面这种图展现的就是这样的对应关系。十六进制常常用来更直观地表示大数字。
- 十进制数字与对应的十六进制字符 -
单个十六进制字符所能表示的最大数值是 15，长度是 4 个比特（bit）。多个十六进制字符相连时，你要把每个字符的二进制表示前后拼接在一起，才能得到其十进制数值。举个例子，0x5C，可以写成 0101 (=5) 和 1100 (=C)，前后拼接就是 01011100，这就是二进制形式的 92，所以十六进制数 0x5C 的数值就是 92。
大多数编程语言都使用前缀 0x 作为绝对标识符（arbitrary identifier），将十六进制数与其他的计数类型（比如普通的十进制、二进制等）区别开来。这个前缀本身没有任何意义，只是为了清晰。我们这篇文章也会采取一样的做法，十六进制数都用 0x 开头。
讲完这些，我们继续。如果你还是没能理解十六进制，也不用担心 —— 对于理解 input data 来说不是必需的。
Input Data 与智能合约
Input Data 的首要用途就是与智能合约交互。大部分智能合约都使用 合约 ABI 规范，使得 Etherscan 这样的网站能自动解码 input data 并显示事务所调用的具体操作。在我们上面那个例子中，这是一笔有关代币合约的事务，而且代币合约遵循 ERC-20 标准。这也就意味着，我们都知晓所有可能调用的函数，以及它们的 签名。举例，用于 ERC-20 合约的 transfer（转账）函数的完整签名总是 transfer(address, uint256)，意味着这个函数需要两个参数，所传入的第一个参数会被解读为一个地址，第二个参数会被解读为一个未签名的 256 位的数字（大小上限为 2256-1）。
Solidity 语言有多种参数类型。如果你有兴趣学习 Solidity 语言和智能合约，你可以在Solidity 文档页面了解更多。
函数签名
如你所见，transfer 函数的签名是 transfer(address, uint256)，这个对所有 ERC-20 合约都是一样的。如果某个合约给转账函数安排不一样的参数类型，比如一个地址和一个 uint128（未签名的 128 位整数），这个合约就不是 “ERC-20 兼容” 的。
要获得一个函数的签名的十六进制形式，我们先要获得这个函数的 SHA-3（或者说 Keccak-256）哈希值的前面 4 个字节（也就是 8 个十六进制字符）。而要想知道一个数据的 Keccak-256 哈希值，你可以使用 JavaSceript 语言的 web3 库，或者求助于这样的在线工具。在这个工具页面填入 transfer(address,uint256)，它会显示 0xa9059cbb2ab09eb219583f4a59a5d0623ade346d962bcd4e46b11da047c9049b 作为结果。取前 8 个字符（忽略掉 0x），就是 a9059cbb，恰好跟上述事务的 MethodID 一致。
另一个例子：ERC-20 标准合约的 approve（许可）函数的函数签名是 approve(address,uint256)，其 SHA-3 哈希值是 0x095ea7b334ae44009aa867bfb386f5c3b4b443ac6f0ee573fa91c4608fbadfba，首 8 个字符是 095ea7b3，因此，调用许可函数的 input data 开头就会是 0x095ea7b3。这笔发往 DAI token 合约的事务就是如此。
地址和数量
每一个参数（除了 列表/数组 和纯文本 —— 这些我们后文再说）的长度都是 32 字节，或者说 64 个十六进制字符。但以太坊地址只有 40 个字节长（不算 0x 的话）。为了解决这个问题，地址参数要用 0 来填充。在十六进制里面，0x0000123 和 0x123 是一样的，因此 0x0000000000000000000000004bbeeb066ed09b7aed07bf39eee0460dfa261520（上述事务中的地址参数）等同于 0x4bbeeb066ed09b7aed07bf39eee0460dfa261520，而且 0x00000000000000000000000000000000000000000000000002a34892d36d6c74 也就等于 0x2a34892d36d6c74。那为什么我们要填充这些 0 呢？
就像我们上面说到的，Solidity 合约可以接受的最大数值是 2256 - 1，刚好是 32 字节。使用固定的长度可以让 EVM 和其他应用在解码数据时候更轻松，因为你可以假设每一个参数的长度都是一样的。
那数组和字符串呢？
如上所述，在 input data 中使用数组和字符串，情形会有些许不同。因为数组本质是多个东西组成的一个列表。举个例子，1、2、3 三个数所组成的列表在大多数编程语言中都可以写为 [1, 2, 3]。要在事务中发送这种数据，列表中的每一个对象都要作为 32 字节一组的数据发送，列在 input data 的结尾。指明数组长度的指针就作为参数。
假定我们有一个叫做 calledmyFunction 的函数，接收一个地址和数字的数组作为参数，即 myFunction(address,uint256[])。该函数的函数签名是 0x4b294170。地址这一项，我们照上面所说的操作。因为我们的数组包含 3 个对象，数组的长度用十六进制表示为 0x3。然后每个对象都要占据恰好 32 自己的空间，且数组要放在所有其它参数之后，所以数组会从 32+32 = 64 字节之后开始。
000000000000000000000000000000000000000000000000000000003000000000000000000000000000000000000000000000000000000000000000100000000000000000000000000000000000000000000000000000000000000020000000000000000000000000000000000000000000000000000000000000003
- 例子：input 数据要按照 32 字节一组来切分 -
因为字符串的长度是任意的（可能长过 32 字节），它们要按 32 字节一组来切分，处理方式跟数组相同。
像 Etherscan 这样的网站是如何解码 input data 的？
哈希函数是单向函数，所以如果你只有函数签名的哈希值，是不可能会恢复出函数签名的（你要试试暴力破解吗老弟）。合约的所有者可以将合约的 ABI 作为 JSON 文件上传，就像这个例子，这可以用来拿到函数签名的哈希值。
即使合约的所有者不上传合约的 ABI，也能够解码 input 数据（对大多数合约而言）。因为，ERC-20 合约函数的签名都是一样的，因此 Etherscan 只需使用一个预定义的合约 ABI 即可服务大部分合约。举个例子，ERC 20 合约的转账函数的合约 ABI 如下文所示
如果输入数据里的签名与任意一个预定义的函数相匹配，Etherscan 都能解码 input data。
input data 的大小有没有什么限制？
既有，也没有。以太坊协议没有为 input data 的长度设固定的上限，但 input data 也消耗 gas。单个区块可用的 Gas 数量是有上限的，在本文撰写时是 800 万（译者注：原文撰写于 2019 年 2 月，在 2021 年 4 月，已经上升到 1500 万）。每一个 0 字节（0x00）都要消耗 4 gas，而非零的字节要消耗 68 gas。一笔标准的 ETH 转账事务要消耗 21000 单位 gas，所以，如果不考虑调用合约的交易，当前 input data 的最大长度是 2 MB（全部由 0 组成），或者全部用非零字节的话，就是 0.12 MB。因为 input data 不会只有零，也不会一个 0 也没有，所以实际的大小会在两者之间。
如果你想看实时的 区块 Gas 上限，可以看 ETHStats.net。
- 特定区块的 Gas 上限 -
只需将鼠标停留在 “Gas Limit” 部分的某个区块上，就可以看到其 Gas 上限。
更多信息
-
合约 ABI 规范
-
ERC-20 Token 标准
-
以太坊虚拟机
参考
-
以太坊黄皮书
-
Solidity 文档
原文链接:
https://blog.mycrypto.com/why-do-we-need-transaction-data-/
作者: Maarten Zuidhoorn
翻译: 阿剑
