表妹问：区块链是啥？

编 辑：彭文华

来 源：大数据架构师

彭友们好，我是老彭啊。最近小表妹又转行了，去了一家区块链公司。区块链太复杂了，表妹的小脑袋瓜感觉有点转不过来了。

唉...关键时刻，还得老彭出马

区块链是个啥？

表妹在找我之前，其实找过很多人问。但是问了一圈，也查了一堆资料，都没明白区块链到底是啥意思。 

很多资料里都说区块链具有两大核心特点：一是数据难以篡改、二是去中心化。

还有一个解释：区块链就是账本，每个人都记录交易数据，还有一堆的加密算法保证数据不会被破解。

另外还有一个机制，保证计算出来结果的人获得奖励，以保证整个机制良性循环。

然后小表妹就生出了一堆的小问号：

有些时候，一些技术文档的确不太容易让人明白。就像是各种法律条款一样，为了保证严谨性，必须要写得足够“拗口”，但是这样就丧失了可读性。

如果只是了解区块链的特性，就很容易理解偏了。比如数据难以篡改，以及去中心化。

区块链在特殊情况下会分叉（比特币就分叉过），也曾经出现过被篡改的情况（51%攻击）。

而且现在很多区块链应用并不是去中心化的（优先的节点掌握在权威机构手中），那是不是就不叫区块链了？

所以，咱得从根上理解，知其然，知其所以然。这样才会明白啥叫区块，啥叫链，为啥又能防止篡改，为啥又能去中心化。

区块链的数据结构

其实表妹的这些问题，用数据视角一看，就全解决了。区块链，有两个词组成：1、区块；2、链。

区块是什么？

链又是什么？

区块链是由区块相互连接形成的链式存储结构，区块就是链式存储结构中的数据元素，其中第一个区块被称为创始区块。

区块链的数据结构由两部分组成：区块头和区块体。

区块头又包含几个核心的部分：

1、父区块哈希值，就是上一个区块的哈希地址。

2、各种参数（挖矿难度、时间戳和随机数），用来设定游戏规则的。时间戳其实就是给区块盖个章，它记录的是本区块被创建的精确的时间

3、默克尔根， 由区块主体中所有交易的哈希值逐级两两哈希计算，用来确定全局唯一的。

至于区块体， 具体要记录的内容。如果上链的是证书，那么区块体里就存证书。如果上链是交易，那么区块体就是一个区块中所有的交易记录。

比如比特币系统的每一个区块主体大概是2500笔交易记录，交易记录就是转账信息。

这些就是全部的数据结构了。区块，就是一个数据结构的标准。这个数据结构是一个半结构化的。其中区块体里的内容是开放的，写啥都行。

总结一下，就是下图所示：

防篡改和去中心化

数据结构明白了，但是怎么形成链呢？又怎么保证数据无法篡改呢？又是如何做到去中心化的呢？

很简单。

上面这个结构，是所有人都需要遵从的一个数据标准。利用这个标准，每一个节点在发生一个业务的时候，都同时做一个相同的动作：

把这条信息在自己的区块链小本本上记录下来。

就像是老师在讲台上讲课，小朋友在记笔记一样。老师说1+1=2，所有小朋友都在笔记本上写一句“老师说了，1+1=2"。

老师说的内容是实际发生的业务，小朋友记录的内容就是在各自的小本本上记录的“账本”。

如果我们想知道老师上课讲了什么内容，应该怎么做？最好的办法就是装一个监控，回去看视频就好了。但是装监控是学校行为，必须要有一个权威进行背书。

当然，我们还有另外一个办法：看看小朋友们记录的是什么。因为所有人的内容都是一样的，所以想知道老师说的是什么，只需要随便拿小朋友的笔记出来看看就行了。

如果有一个小朋友记错了，就再看看其他小朋友记录的是什么就行了。我们只需要保证一半以上的小朋友记录的是正确的，就能证明老师上课讲的内容真实的被记录下来了。这时候不需要一个权威机构（比如学校）背书。

这就是防篡改，以及去中心化。防篡改是区块链的一大应用场景，比如证书的验真。所以现在很多证照、发票等需要验真的场景都用区块链实现了。

但是，到这里还没说清楚什么是“链”

链

其实链很简单，数据结构里已经说清楚了。区块头里有一个“父区块哈希值”，这就是链接上一个链的信息。

我们按照区块链的数据结构写一个简单的例子：

第一个区块就是创世区块。假设第一个区块里的信息是"老彭存了10000块钱到区块链银行"。

然后又开了第二个区块：

这时候，区块头里的父区块哈希值就是创世区块的哈希值。这样，第二个区块和第一个区块就“链”上了。

在第二个区块里，记录的是“老彭又存了10000块钱到区块链银行”。

然后我们继续开第三个区块：

第三个区块的父区块哈希值则是第二个区块的哈希值。这时候第三个区块和第二个区块又“链”上了。这就形成了一个环环相扣的“区块链”。

在这个块上，记录的是“老彭从区块链银行取走了10000块钱”。

这样，我们就能从第三个区块一直向上追溯，看看老彭我到底在区块链银行里干了些啥。因为链一直可以向上追溯，所以我干的事情都能全部挖出来。

这就是区块链的另一个应用场景：溯源。比如疫情期间，北京所有冷链食品都上链了，能找到该产品的供应链链条。

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍

北京冷链用的是长安链。咱不用管啥是长安链，反正就是一种区块链就完事了。

嗯，反正说到这里，表妹也就明白了。老彭我也就可以去睡觉了~~~晚安，明天见~~

扩展阅读：公众号“大数据架构师”后台回复“区块链”即可下载【信通院区块链白皮书】。

更多精彩：

数字货币如何帮助中国称霸全球

数据标准和数据规范到底有什么区别？？？

相比DCMM，DMBOK为什么没有数据标准？

建仓时，如何评估数据模型建的好不好？

脉脉热帖：数仓真的是太无聊了...

数仓到底要分多少层？ 

阿里的《大数据之路》吹牛了？

数仓已死？数据湖当立！

数仓的建模和BI的建模有啥区别？

排版 | 老彭

审校 | 老彭  主编 | 老彭