区块链笔记:区块链概念、相关对比、技术特点、CAP定理、FLP定理、价值网络

区块链|CAP原理 分布式系统(distributed system)正变得越来越重要,大型网站几乎都是分布式的。 分布式系统的最大难点,就是各个节点的状态如何同步。CAP 定理是这方面的基本定理,也是理解分布式系统的起点。 一、分布式系统的三个指标 Consistency Availability Partition tolerance 它们的第一个字母分别是 C、A、P。 Eric Brewer 说,这三个指标不可能同时做到。这个结论就叫做 CAP 定理。 二、Partition tolerance 先看 Parti 阅读详情

什么是区块链

对于区块链这个技术名词出现在很多文章里面,有很多解释。站在技术角度来说,它是指一种数据的记录格式,任何系统都要记录数据,区块链对于其他的数据库或者工具有什么不一样的地方呢?

  • 记录数据的方式:它把持续不断产生的数据分成一个个的区块(data block),每一个区块之间通过哈希值将前后的区块进行链接。

  • 每一个区块:由区块头和区块体组成,区块头包含摘要信息,如区块哈希、梅克尔根、区块时间戳等,不同的区块链系统会有不一样的设计。区块体是主要存储数据的地方, 包含交易事务的数据,这里的数据主要看区块链系统是面向什么样的功能和场景的,在面向结算支付领域,这些数据可能是结算支付的交易信息,如果是面向一些实体应用的,如:农产品溯源、企业进销存等包含的可能是具体的表单数据,总结来说区块体中包含的是一些业务数据。

区块链技术

指以区块链账本格式为中心的一系列技术的组成,一个完整的区块链系统,至少要包含如下的核心技术栈:

  • 共识算法:用于保持每一个不同节点之间账本数据的一致性。

  • 密码算法:除了对区块头和事务数据进行哈希计算,主要应用就是进行签名(确权)。

  • 脚本系统:相当于区块链系统中的一个发动机,用于驱动各个不同的智能合约,指令集的调用,以及每个节点之间通过p2p网络进行连接,也就是网络服务。

  • 账户模型:用来标识链上的使用者,具体有很多分类。

  • 区块链账本:用于存储数据。

  • 网络服务:每个节点之间通过p2p网络进行连接。

区块链即指一种特定的链式存储结构,又是以区块链账本格式为中心的一系列技术的组成,它们共同组成了区块链的技术生态。

区块链与比特币的关系

  • 比特币是使用区块链技术开发出的第一款应用软件:这款应用软件站在数字货币的角度所作出的设计,比特币的底层技术栈就是前面我们所说的区块链核心技术。

  • 区块链的概念是通过比特币技术白皮书带出来的:在比特币白皮书中并没有block chain这样一个说法,block chain是后人阅读白皮书后所作出的一个总结。

  • 区块链的技术定义随着发展是超出比特币本身的范畴的:比特币作为区块链的首个应用,有它所特殊的历史地位和价值,但技术本身并不会停止,区块链技术的发展一直不断的迭代,包括底层技术格式、密码技术的选用、共识机制的设计、脚本系统功能等,这些是超出比特币本身范畴的。

区块链与数据库的关系

  • 区块链系统就是一个数据库系统,本质上就是一个账本数据库

    • 账本数据库:用于存储区块数据,是存储的基本部分。
    • 围绕这个存储部分由共识算法来维持各个节点的账本数据的一致性,由密码算法实现各个区块之间的链接,实现数据的签名和确权,由账户模型来表达这个数据是由谁产生的,谁发起的,以及流转给谁的,由脚本系统来具体驱动这些脚本数据的验证,执行等操作。
  • 区块链与传统数据库的对应关系

    • 区块链账本存储:对应于传统数据库的数据库文件。
    • 脚本系统:对应于传统数据库的SQL执行引擎,它是可编程的。
    • 账户模型:对应于传统数据库的数据库用户,它是与密码相关的一些功能。
    • 密码算法:对应于传统数据库的身份验证&数据验证。
    • 共识算法:对应于传统数据库的分布式数据库共识,两者差异并不大,传统数据库系统通常在机房内部运行,是一个理想网络环境;而区块链系统对于公链来说,它是一个运行在互联网网络结构上的,它的共识机制会更多考虑异步网络一致性的保证。
    • 经过以上对比可知,区块链系统可以看做是一种结构别致的数据库系统。

区块链系统的技术特点

  • 点对点网络:区块链网络不是一个分布式网络,而是一种p2p(点对点)网络,p2p网络每个节点都是对等的,不像分布式网络是把一个任务从服务器分布到很多节点上进行分工处理。

  • 共识验证:所有在区块链网络上产生的数据,都要通过一个共识协议,在所有节点上进行验证。随着后期技术迭代,也有一些轻量级的节点,可能不会做很完整的验证。但是从最完整的全节点的角度来说,每个产生在区块链节点中的数据,都要通过共识机制的验证,也正因为如此,区块链系统通常具有一定的不可篡改性。

  • 不可篡改性:这个不可篡改性需要看网络的广泛度,如果节点是一个私链,也就是运行在自己的服务器上,那谈不上有什么不可篡改性。不可篡改性一定要求网络足够广泛,如比特币,节点网络遍布世界各地。

  • 数据确权:在区块链系统中所有的上链数据都是通过密码算法进行签名的,因此所有数据都是可以确权的,每个人所产生的数据都要使用自己的私钥来进行签名,虽然不知道具体是谁,但数据是具有所有权的。

  • 隐私保护性:通过密码技术进行所有权的确权,也保证了隐私保护性,没有谁可以轻易篡改和泄漏,在区块链系统中通过密码系统标识账户,与真实信息有一定的隔离性,也就是隐私保护性。

  • 价值网络:这是区块链系统的灵魂特性,因为前几个特性,区块链就有条件形成了价值网络,也就是说在这样一个网络里面可以传递带有价值的数据,这些数据在链上进行全网公证,并且具有不可篡改性,同时实现数据的确权性,实际上使得这些数据就具备了资产的特点,这也是区块链网络可以称为价值网络的原因。

与区块链系统两个相关定理(CAP、FLP)

  • CAP定理:对于区块链系统有三个基本指标,构成了一个不可能三角

    • C : Consistency 一致性:在p2p对等网络系统,它的数据存储在很多个节点上,在很多节点上的数据能否保持一致。
    • A : Availability 可用性:系统性能各方面是否是一个可用的系统,如果一个系统的性能过低,它就不是一个可用的系统。
    • P : Partition Tolerance 分区容错性:在网络中,一旦发生故障,这个系统是否具备良好的容错性继续运行。
    • 为什么叫不可能三角:在「异步网络」中,互联网就是一个典型的异步网络,而家庭网络和企业网络不能算是异步网络,它们是一个理想的网络状态。在网路情况比较复杂的情况之下,我们很难同时完成这三个指标,以比特币为例:它要保证一个数据的分区容错性,一旦节点之间的通信发生故障,它还能继续的运行下去,那它就要牺牲一定的可用性。一个可用性很强的系统如云服务系统是集中式的,而比特币并不想做成一个集中式的系统,否则就失去区块链的意义了。当要保持一个分区容错性的时候,就不得不在可用性上做出一些牺牲,它所牺牲的就是一些性能,它是每十分钟经过一个区块, 每10分钟有足够的时间把产生的区块在全网中广播,这就付出了一个性能的代价,只为了让节点保持一个一致性。换言之,如果我们设计了一个区块链系统,它的可用性很强,那必然整个网络就一定带有中心化的特征的。举个例子:EOS,它采用21个超级节点来进行区块的产出,整个网络中所有的区块,都是在这21个超级节点中轮换的来生产的,它提升了性能。它不像比特币,在整个网络中通过一个工作量的证明,去随机的选择一个节点来产生区块。EOS采用相对中心化的方式来产生的区块,牺牲了一定的容错性,但增强了可用性和一致性。为什么牺牲了容错性呢?因为所有的区块都是在这指定的节点中产生,那指定的节点如果发生了任何问题,比如一旦受到攻击,更容易产生数据错误,这个就叫CAP不可能三角。另外,在很多学科里都有不可能三角定理。
  • FLP定理:在网络可靠,同时又允许存在节点失效的最小化异步模型系统中,不存在一个可以解决一致性问题的确定性算法。

    • 区块链网络中的数据是最终一致性的,也就是主链确认。
    • 节点必须是独立验证的,应该是弱交互或无交互验证。
    • 每个节点都要保存独立完整的账本数据才最安全。

区块链系统与价值网络

价值网络是区块链的核心功能,在设计区块链相关的产品的时候,一定要始终的把这点凸显出来,否则区块链系统的价值是非常有限的。如果只是用来存储数据,转发数据,数据共享,那现有的互联网各种各样的大数据系统完全可以胜任,区块链网络系统的真正价值在于可信网络的价值传递,它的价值网络。

  • 区块链系统内部的数据,都是必然经过了网络中各个节点的验证的。
  • 网络中转发的数据,都是有用户所有权(通过密钥签名)的。
    • 这里的密钥签名特指一个公开密钥算法。
    • 在区块链中的指椭圆曲线密码算法以及其他类似不对称密码算法。
    • 它有一个私钥和公钥,所有用户产生的数据都会使用自己的私钥进行签名,这就使得所有上链数据具备用户所有权。
  • 上链存储的数据(写入区块的数据),都是有用户所有权的。
  • 所有权可以在网络中进行转移,且网络提供证明。
    • 区块链网络具备一种审计能力,这就是为什么区块链系统是一个可信网络系统。
    • 这样的可信网络系统为我们实现数据资产化提供了技术支持。
  • 可溯源且不可篡改。
    • 可溯源是因为数据本身就是一个个的区块,区块中的事务也是一个个环环相扣的。
    • 所有数据都要经过公证之后才能进行存储的,所以任何个人是无法进行篡改的。
【信息科学与工程学】计算机科学与自动化---第十八篇 存储系统设计10 并行文件存储 维度分类1. 架构与元数据2. 数据分布与存储3. 一致性模型4. 性能优化5. 可扩展性6. 容错与可靠性7. 资源管理8. 安全与访问控制9. 运维与监控10. 生态系统集成​1. 存储架构2. 元数据管理3. 命名空间组织4. 目录结构5. 文件属性6. 软硬链接7. 快照机制8. 配额管理1. 数据分片策略2. 副本策略3. 纠删码策略4. 数据布局5. 条带化策略6. 数据放置策略7. 数据迁移8. 冷热分层。 阅读详情

相关推荐

Matlab GUIDE -- 串口操作

1、首先新建-->应用程序-->GUIDE。 2、绘制一个简单的UI。 3、然后右击“打开串口”图标-->查看回调-->callback,即可打开此图标的回调函数,此回调函数是press button时执行(可按需要选择其他回调)。 4、在回调函数中添加打开串口的代码。 delete(instrfindall); %删除所有串口 s3 = serial('CO

Asgard-X 2840

区块链快速入门(二)——分布式系统核心技术

区块链快速入门(二)——分布式系统核心技术 一、分布式系统的一致性问题 1、分布式系统的一致性问题 随着摩尔定律碰到瓶颈,越来越多情况下要依靠可扩展的分布式架构来实现海量处理能力。单点结构演变到分布式结构,首要解决的问题就是数据的一致性。如果分布式集群中多个节点不能保证处理结果的一致性,建立在其上的业务系统将无法正常工作。区块链系统是一个典型的分布式系统,在设计上必然也要考虑一致性问题。在面向大规...

weixin_34336292的博客 511

耕地质量评价软件实操指南:如何用Excel+ArcGIS一键生成土壤普查报告(附避坑技巧)

本文提供了一套融合Excel数据处理与ArcGIS空间分析的耕地质量评价实战工作流。详细讲解了从数据规范化预处理、高效数据桥接,到在ArcGIS中实现指标评分、综合指数计算与等级划分的全流程,旨在帮助土壤普查工作者大幅提升报告生成效率与准确性,并分享了关键的避坑技巧。

weixin_28455801的博客 496

分布式理论梳理——FLP定理

FLP Impossibility(FLP不可能性)是分布式领域中一个非常著名的定理。它给出了一个令人吃惊的结论:在异步通信场景,即使只有一个进程失败了,没有任何算法能保证非失败进程能够达到一致性!这意味着,在假设网络可靠、节点只会因崩溃而失效的最小化异步模型系统中,仍然不存在一个可以...

chuantanxie6050的博客 4195

OpenSceneGraph编译、安装、开发环境

详细描述WIndows 10下使用Visual Studio 2019编译OpenSceneGraph 3.6.5的操作流程

国产CAx(CAD/CAE/CAM)软件研发 8774

Simulink模型转FMU全攻略:从环境配置到问题排查

在复杂系统仿真中,功能样机单元FMU作为FMI标准的核心载体,将动态系统模型封装为独立、可复用的跨平台组件,无需依赖原始建模环境即可被其他工具调用。其原理是通过标准化接口描述与可执行代码,实现模型交换与联合仿真,极大提升了模型复用性和跨团队协作效率。在汽车、航空航天等领域,FMU广泛应用于控制器算法验证、多物理场联合仿真等场景。然而,从Simulink等工具导出FMU涉及环境配置、模型规范化、类型选择等关键步骤,稍有疏忽便会导致编译失败或仿真结果不一致。本文立足工程实践,系统梳理Simulink模型转FMU

weixin_29179311的博客 275

PBFT中的FLP不可能定理及CAP定理

PBFT中的FLP和CAP

Zyx___的博客 1322

Qt Installer Framework4.6.1的最基础使用1(win10+离线安装包 )

因工作需要,win程序发布后,打包成一可执行exe文件,且兼容win7系统笔者记录了一些关键要点,供有需要的小伙伴使用。

aggs1990的专栏 905

FLP Impossibility

FLP Impossibility(FLP不可能性)是份额

老码农的专栏 2万+

第01章 Hermes Agent 是什么

如果读者所在的开发团队已经引入了 Cursor、Claude Code 这类 AI IDE,可能会有一个困惑:写代码已经有 AI 帮忙了,还需要 Hermes Agent 做什么?这一章将给出答案。Hermes Agent 不是另一个写代码的 AI,而是一个常驻在团队里的"AI 协作成员",专门负责写代码之外的协作环节——讨论需求、审查代码、查日志、监控告警、生成报告。学完本章,读者将清楚 Hermes 的定位以及它在团队里的角色。

亢少军的博客 78

基于STM32、HAL库的IP5356M_DBZ_CA快充协议芯片简介及驱动程序设计

IP5356M_BATTERY_LEVEL_25 = 1, /* 电池电量25% */IP5356M_CHARGE_STATE_CHARGE_DONE = 4, /* 充电完成 */IP5356M_CHARGE_STATE_FAST = 2, /* 快速充电 */IP5356M_CHARGE_STATE_NONE = 0, /* 无充电 */IP5356M_CHARGE_STATE_PRE = 1, /* 预充电 *//* 延时1秒 */

corlin6688的博客 1421

FLP不可能性(FLP impossibility)

FLP不可能性(FLP impossibility) FLP impossibility是一个定理,它证明了在分布式情景下,无论任何算法,即使是只有一个进程挂掉,对于其他非失败进程,都存在着无法达成一致的可能。 FLP是Fischer, Lynch,Patterson三位作者名字组合的简写,表明这定理是由它们三位发明的。 简化模型 FLP基于如下几点假设: 仅...

weixin_30448603的博客 886

C/C++小宇宙代码(完整代码)

C语言实现小宇宙的完整代码。

AIGC 2526

区块链技术指南

书目录链接:https://www.shumulu.com/archives/131918前言修订记录如何贡献区块链思想的诞生与概念从数字货币说起比特币:前所未有的社会学实验区块链核心概念小结区块链技术的价值、挑战与展望商业价值关键技术和挑战趋势与展望小结典型应用场景金融服务征信和权属管理资源共享投资管理物联网与供应链其它场景小结分布式系统核心问题一致性问...

yuchangchenTT的博客 280

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

Proof of Stake - 股权证明 系列1

编者注:本文发布于2016年10月,标志着彼时中文社区对相关知识的理解。想阅读新版翻译,请在文末超链接跳转。——2018.3.21 一、什么是POS POS是一种在公链中的共识算法,可作为POW算法的一种替换。POW是保证比特币、当前以太坊和许多其它区块链安全的一种机制,但是POW算法在挖矿过程中因破坏环境和浪费电力而受到指责。POS试图通过以一种不同的机制取代挖矿的概念,从而解决这些问题...

跨链技术践行者 1万+

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

共识算法中隐藏代理的网络重构:原理、方法与挑战

在分布式系统和区块链领域,共识算法是确保多个节点达成状态一致的核心机制,其经典模型通常假设所有参与者及其连接关系是公开已知的。然而,在实际的隐私保护场景或复杂协作网络中,可能存在身份或拓扑结构不可见的“隐藏代理”,这给系统的安全性、可审计性和性能分析带来了根本性挑战。网络重构技术旨在通过可观测的公开代理行为数据(如消息时序、状态变迁),推断潜在的隐藏结构和参与者信息。其核心价值在于能够从更基础的动力学模型和统计关联入手,为安全审计、异常诊断和隐私保护共识机制的设计提供关键支撑。本文聚焦于这一前沿交叉领域,深

weixin_29174141的博客 251

Multi-Agent 故障自动恢复:基于健康检查的智能重启策略

多个Agent协同工作,处理任务基于健康检查的故障检测简单的重启策略基本的负载均衡和故障隔离可视化的监控界面。

2501_92132293的博客 280

分布式系统中的FLP不可能原理、CAP理论与BASE理论

前言 分布式系统是由多个不同的服务节点组成,节点与节点之间通过消息传递进行通信和协调。根据消息传递的不同,分布式系统的运行模型可以分为异步模型系统 和同步模型系统。 1、同步与异步 同步和异步关注的是消息通信机制 。 1.1 同步 所谓同步,就是在发出一个调用时,在没有得到结果之前,该调用就不返回。但是一旦调用返回,就得到返回值了。(工程语言解释) 拿最经典的打电话举例。 你打电话问书店老板有没有《分布式系统》这本书,如果是同步通信机制,书店老板会说,你稍等,”我查一下",然后开始查啊查,等查好了(可能是

生有涯,知无涯 1698

4.1 分布式系统的一致性

所谓一致性,就是指数据要完整、要同步。比如,我们在网上下了个订单,付了款,商城系统会记录下这些数据,之后无论我 们在哪里访问自己的订单,都能看到同样的结果,即便商城系统出了故障,那一般也会返回一个错误提示而不是给我们一个不一样的结果。再比如银行,我们存了一 笔钱进去,无论到哪里,我们查询银行账户的时候金额也不会变。也就是说,在这些系统中,数据的结果总是一致而同步的,即便这些系统的服务器不止...

测试 789

分布式系统:FLP Impossibility/CAP原理

区块链基础:分布式系统,FLP Impossibility原理,CAP 原理.分布式系统一致性,全局时钟&时间戳构建新计数器:

weixin_59419135的博客 721

高级java每日一道面试题-2024年10月2日-分布式篇-什么是FLP 不可能性定理?

在Java高级面试中,FLP不可能性定理是一个可能涉及的重要分布式系统理论。FLP不可能性定理是分布式计算领域的一个基础理论,由迈克尔·S·菲舍尔(Michael S. Fischer)、南希·林奇(Nancy Lynch)和迈克·帕特森(Mike Paterson)在1985年提出。该定理证明了在异步网络模型中,即使只有一个节点可能发生故障,也不存在一个确定性算法能够始终解决共识问题。共识问题是指在多个进程中,即使在存在故障节点的情况下,也要使得所有非故障节点最终就某个值达成一致的问题。

qq_43071699的博客 1238

【笔记】分布式系统的一致性问题

文章目录一、分布式系统一致性概述1.分布式系统一致性的概念与模型 一、分布式系统一致性概述 1.分布式系统一致性的概念与模型   所谓一致性,是指数据要完整、要同步。在一个中心化的系统中,数据的结果或者状态总是一致而同步的,即便这些系统的服务器不止一台,但哦度属于同一中心集群,在内部是可以高效一致而同步的。而对于分布式系统,首要问题就是如何解决一致性的问题,即如何在多个独立的节点之间达成共识,如区...

time-space的博客 1253

FLP不可能定理学习笔记

FLP不可能定理学习笔记

Lucienzzz的博客 284

FLP 定理

FLP 定理 在异步通信场景,即使只有一个进程失败了,没有任何算法能够保证进程能够达到一致性 系统模型 系统模型 1.1 异步通信 > 异步通信与同步通信最大区别是没有时钟,不能时间同步,不能使用超时,不能探测失败, 消息可任意延迟,消息可乱序 1.2 通信健壮 > 只要进程非失败,消息虽会被无限延迟,但最终会被送达,且消息只会被送达一次(无重复) 1.3 Fail-Stop模型 > 进程失败如同宕机,不再处理任何消息。相对Byzantine模型,不会产生错误消息; 1.4 协议约束

Hcode4的博客 928

FLP、CAP和BASE

FLP、CAP与BASE

lee_nacl的博客 1040
上一篇: AI笔记: 计算机视觉之角点检测示例
下一篇: 区块链笔记:特定数据结构之区块头、区块体、梅克尔树、账户地址
Wang's Blog
博客等级 码龄12年 7439粉丝 2424原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Wang's Blog

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值