Nói về dữ liệu trên chuỗi, nhiều người đầu tiên nghĩ đến từ "bất biến". Nghe có vẻ hợp lý, nhưng khi bạn vận hành thực tế trong một thời gian, bạn sẽ gặp phải sự thật khó xử — đôi khi bạn cần phải xem lại quá khứ.

Không phải để chỉnh sửa dữ liệu, mà để làm rõ chuyện đã xảy ra, theo dõi nguyên nhân vấn đề, thực hiện kiểm toán rủi ro. Đây đều là các quy trình kinh doanh bình thường.

Vấn đề nằm ở đây: nếu dữ liệu chỉ có thể tiến về phía trước, trong khi hệ thống không thể làm rõ nguồn gốc, thì giá trị thực dụng của nó thực ra đang ngày càng giảm đi. Ứng dụng thực tế cần phải hiểu rõ một trạng thái đã biến đổi như thế nào từng bước thành hiện tại, chứ không thể chỉ chăm chăm vào kết quả cuối cùng.

Ý tưởng xử lý của Walrus khá thú vị, không theo hướng quá quyết liệt. Nó không phủ nhận giá trị của tính bất biến, mà đưa "tiến trình trạng thái" vào trong cơ chế xác thực. Kết quả là: ID đối tượng giữ nguyên, mỗi lần cập nhật đều có thể truy vết, dữ liệu không bị ghi đè tùy tiện, các phiên bản lịch sử cũng không bị lấn át.

Theo thông tin công khai trên mạng thử nghiệm, giải pháp này hỗ trợ cập nhật nhiều lần cho cùng một đối tượng, địa chỉ tham chiếu luôn ổn định, một đối tượng có thể đạt đến kích thước MB, đủ để đáp ứng nhu cầu dữ liệu kinh doanh thực tế.

Vậy tôi nghĩ sao? Một khi ứng dụng bắt đầu thực sự chú ý đến hành trình lịch sử chứ không chỉ là ảnh chụp nhanh hiện tại, lợi thế của thiết kế này sẽ dần dần thể hiện rõ. Nhưng có một điều kiện tiên quyết — mạng lưới phải ổn định. Nếu số lượng nút tham gia không đủ, quá trình theo dõi tiến trình nhiều lớp sẽ trở thành gánh nặng.

Tuy nhiên, theo hướng tích cực, hướng đi này thực sự giải quyết một điểm đau có thật.