区块链不谈技术的都是韭菜——区块链技术组成及架构

• 三个最底层的技术
• 数据关系加密化
• 数据不可篡改
• 点对点网络让数据永不下线
• 核心技术概念
• 区块
• 挖矿和共识机制
• Merkle Tree
• 区块链适合什么不适合什么？
• 区块链应用
• 交易模型
• 身份认证体系
• 智能合约
• 结语

最近一直在研究区块链，算是从以前听说过，到现在大概了解一些。先说下自己学习过程中的感受，那就是“干！能不能把话说明白些。”大部分学习材料都存在结构混乱，或者对一个点单薄，无法深入浅出。至于那些还在拿着露天麦喊什么是区块链，错过后悔一辈子的，都是骗子。

我相信现在很多投资机构都在瞄区块链，今年，即使AI也没有区块链这么火爆。那么对于一个区块链项目，到底靠不靠谱，是在画饼，还是真的可能搞成，所有人都应该擦亮眼睛。

三个最底层的技术

谈区块链最好先抛开各种币的价格，价格这种事你懂的，贵和便宜根本不是人能控制的。但是基于区块链技术去做项目，却是实实在在可以可持续发展。所以，了解区块链技术比炒币来的实在。

“区块链”三个字并不能阐明这项技术的全部，如果要非要用可以完整表达的命名，我觉得应该叫“Peer-to-Peer Encrypted Non-Tampered Database”，即“点对点的加密化不可篡改数据库”。

它不一个数据库（比如MySQL，MongoDB），也不是一类数据库（比如SQL，NoSQL），它是一种数据库架构，它在数据库本身的技术上还上升了一层，考虑到数据的可靠性如何保证，以及数据库服务如何不下线。因此，你不能把它跟普通的某个有名字数据库拿来类比，甚至，你可以在某一个具体的区块链实现时，使用其他的数据库来帮助存储和检索数据。

数据关系加密化

在我们普通的数据库中，无论是关系型还是非关系型，我们的不同记录之间可能存在关系，也可能不存在关系，但在区块链中，一条数据一定和另外一条数据存在联系，即使在现实的业务逻辑上没有联系，但是它总是存在于链上，无法脱离链而存在，总有一条路径从一个数据出发到达另外一个数据，不信往下读。

“区块”表达了区块链里面数据关系的最终呈现形式，一条记录，无论它是什么信息，最终它（或它的检索信息）都要被放置在一个区块中。而区块与区块之间，是一个“链表”的数据关系，会编程的人都知道什么是链表，就是后一个数据中存在指向前一个数据的索引键。因此，区块链上的任何两个数据永远可以通过这些索引键最终连在一起，数据无法逃离这个逻辑。

但是“区块链”这三个字无法阐述这样的数据结构和普通数据库结构之间的不同，因为上面描述的的这种链表数据结构，用普通的数据库也可以构建出来，只要你想要的话。

真正的价值在于，区块链用密码学的原理，现有的加密技术，把这些索引关系进行了层层加密，以至于在保存的数据中，这些索引键并没有那么明显，而是需要通过各种计算才能得到。比如区块在保存一堆交易信息时，采用了merkle树的方式进行保存，父节点是两个子节点的double hash得到的结果，而merkle算法确保了交易信息不能被篡改。

我们这里还不需要知道具体的加密都有什么用，我们需要了解的是，区块链里面到处是加密，这是一个显著的特点。

数据不可篡改

区块链上的数据是不可篡改的，大家都这样说。但其实，数据是可以改的，只是说改了以后就你自己认，而且被修改数据所在区块之后的所有区块都会失效。区块链网络有一个同步逻辑，整个区块链网络总是保持所有节点使用最长的链，那么你修改完之后，一联网同步，修改的东西又会被覆盖。这是不可篡改的一个方面。

更有意思的是，区块链通过加密校验，保证了数据存取需要经过严格的验证，而这些验证几乎又是不可伪造的，所以也很难篡改。加密并不代表不可篡改，但不可篡改是通过加密以及经济学原理搭配实现的。这还有点玄学的味道，一个纯技术实现的东西，还要靠理论来维持。但事实就是这样。这就是传说中的挖矿。

挖矿过程其实是矿工争取创建一个区块的过程，一旦挖到矿，也就代表这个矿工有资格创建新区块。怎么算挖到矿呢？通过一系列复杂的加密算法，从0开始到∞，找到一个满足难度的hash值，得到这个值，就是挖到矿。这个算法过程被称为“共识机制”，也就是通过什么形式来决定谁拥有记账权，共识机制有很多种，区块链采用哪种共识机制最佳，完全是由区块链的实际目的结合经济学道理来选择。

挖完矿没完，拿比特币来说，接下来矿工要把被广播到网络中的交易打包到这个区块里，一笔交易是不是合法的呢？发起这笔交易的人是不是伪造了一笔交易？要确保一笔交易的合法性，必须从已经存在的前面的区块里面去找到这笔交易的来源的真实性，而如何验证交易真实性呢？在前面的区块里，保存着交易来源的merkle root hash，只要找出这个交易所在的区块，再做一次merkle校验，就可以判定交易是否是合法的。得到merkle root hash是通过区块内的所有交易不断加密得到的，因此，只要交易是假的，就得不到这个merkle root hash。加密在这里又帮助实现了数据的可靠性。

除了这些，区块链里面的加密比比皆是，这些加密规则和算法，使得整个区块链遵循一种规律，让篡改数据的成本特别高，以至于参与的人对篡改数据都没有兴趣，甚至忌惮。这又是玄学的地方。

点对点网络让数据永不下线

如果区块链没有p2p网络，仅仅是按照前面的描述，有加密体系，有链式特征，然后运行在某一台（组）服务器上，按照我们现在中心化的模式运行，看上去也挺好玩的。但是发明者想玩的更大些，加密体系让数据不可篡改，但是我直接抛颗原子弹把你机房炸掉，不是不可篡改，是直接玩儿完了。

为了防止被原子弹炸掉机房，发明者设计了点对点的网络（客户端和客户端直接通信，不经过某一台特定的服务器）到区块链里面。简单说就是在这个点对点网络里面，所有人的电脑里保管着一模一样的一个数据结构（其实就是一个完整的“区块”“链”），他们相互通过网络连接，进行同步，当矿工创建了新的区块，其他人就会把这个区块同步到自己保管的数据结构中。因此，无论这个网络上哪一个节点被炸，其他节点都还活着，新加入的小伙伴就可以从这些节点里同步数据到自己的电脑。想要让区块链数据消失，那把地球炸了吧。

而这种加入点对点网络的设计，就叫“去中心化”，只要网络上还有一个节点活着，区块链的数据就不会消失。

更让政客们害怕的是，这些保存的数据，节点上的用户可以随便看，无所谓，完全公开。节点用户既然把数据同步过来了，你就可以随便用，就是你的数据了，想怎么用就怎么用。试想一下，哪天淘宝说我要把自己的数据区块链化……目不忍视……

核心技术概念

前面仅仅阐述的是区块链之所以是区块链的基础。本节要讲的是，现在已经有区块链在你面前了，我们需要去剖析区块链里面所使用的具体技术点或架构。

区块

前面已经提到区块了。那么到底什么是区块呢？区块是区块链的主要数据存储结构，一个区块包含区块头和区块体两个部分。而区块头则是区块的重头戏。

对于一个区块而言，它就是一个特殊的数据结构。它的区块头包含了一些固定信息：版本（客户端版本，每次升级客户端软件，这个信息就会不一样），块高度（其实就是表示这是链中的第几个区块），块哈希（这个区块的hash值，是挖矿得到的），上一个块的块哈希（这个字段是重点中的重点，是形成链表结构的关键），时间戳（区块创建时间），难度和Nonce（这两个字段和挖矿有关，后文讲挖矿的时候详细讲），merkle root（区块体的merkle根hash值，后文会简单介绍merkle树，详细会在其他文章讲）。除了这些字段，如果做一个自己的区块链，还可以添加一些其他信息到区块头中。

区块体是保存具体内容的位置，在比特币的区块链中，区块体保存的是一段时间的交易信息。在其他区块链中，这里可不一定保存的是交易信息，可能是其他信息，总之区块体是保存该区块链用来做什么业务的具体业务信息。

在部分区块链实现中，一个区块还可以有区块尾，用来保存一些区块创建结束之后的信息，这些信息可能是区块头和区块体已经创建完以后，附加上去的，比如区块的长度、容量等信息。

这就是一个区块。而一个区块头中的previousHash字段，保存的是上一个区块的hash值，因此，通过这个区块就知道了上一个区块是哪个，上一个区块又能知道上上个区块，直到可以追溯回整个链条的第一个区块。这就是区块链。

就像上图一样，后面一个区块总是指向前一个区块。一旦一个区块生成，并且后面有区块指向它，那它就不能被修改，因为一旦修改，所有的hash都需要重新计算。但是我们知道，hash算法的特点是，想要得到这个hash必须用原始内容进行一遍hash算法，所以，如果给的内容和原始内容不同，是得不到这个hash的，所以，中间某个区块链被修改而得到的hash，不可能被后面的区块指向，区块链就会断掉。断掉的区块链加入到网络中，要么不被认可，别的节点不会把你当作合法节点，要么你要再同步一遍，从网络中重新复制最长的链到你的本机覆盖原来的链。

但是你可能会有两个疑问：1.这个blockHash又不是内容的hash，怎么确保区块体内的信息不被修改呢？要是我不改blockHash，只改内容，那不是可以瞒天过海？2.如果有两个区块同时指向了一个区块，而这两个区块的区块体不一样，这该怎么办？

第一个问题，我们需要通过后面的挖矿和merkle tree两部分结合，知道这个原理。第二个问题，实际上，这种情况非常常见，挖矿成功的概率其实是100%，关键在于哪一位矿工先挖到矿，一般当矿工挖到矿之后，会向全网广播，其他没有挖到矿的矿工就会停止。但是由于网络延时等情况，可能在短时间内多个矿工一起挖到矿，他们都创建了新的区块，并且广播到了网络中。这种情况叫“分叉”。

当分叉发生的时候，有两种办法。但都是顺其自然，不人工干预。后面挖新块的矿工，会自己决定把哪一个分支最后的块作为自己的前一个块。如果在比较短的块数内，一条链明显长于另外一条链，那么长的链会被保留，短的会被抛弃，挖短链的矿工算是白干了一场。所有的网络节点在同步的时候，都会选择当前最长的链进行同步，后面挖矿的矿工创建新块的时候也是选择最长的链。

但是还有一种情况，就是短链的矿工不依不饶，或者短时间内两条链无法分出胜负，甚至最后每条链都有了很多块跟在后面。一帮人的转账总不能有两个账单吧，如果两个账单最后发现还不一样就麻烦了。所以遇到这种情况，矿工们会决定分家。也就是一个区块链变成了两个链，其中一条链把前面的所有链复制出来，成为独立的链，从此这两条链再无瓜葛，虽然前面的区块都是一摸一样的，但是后面井水不犯河水。这种情况叫“硬分叉”，BitCoin Cash就是这样诞生的。新产生的链继承了前面的区块，但是后面的区块完全是挖这条链的矿工决定的。硬分叉的好处是，对于原来的用户而言，突然之间，自己的一份资产变成了两份😂

至于区块体，真的是根据区块链应用的业务需求来设计。比如比特币，就被设计为交易模型，所有区块体里面的交易记录放在一起，就是一个长长的账单，每一分钱的来龙去脉写的一清二楚，如果当初红十字会用区块链来捐款，那就不会有那么大的风波。但是其他区块链应用不一定是交易模型，比如用于记录医疗信息的区块链，用于记录用户位置的区块链……所以，对于区块链技术本身而言，点到这里即止，再往下说就是比特币特有的技术了。

挖矿和共识机制

前面已经多次说了挖矿。简单说挖矿过程就是一堆矿工在抢创建一个新区块的权利的过程。在加密货币的世界里，抢到这个权利，就会在这个区块的最前面加上一笔转账给自己的交易，而这个交易的钱是凭空而来的，所以又叫“挖矿奖励”，而且数额还不少，所以矿工才挤破脑袋抢这一个记账权。但是在其他非币区块链应用里，假如没有这个奖励，怎么激励矿工挖矿呢？这也是区块链领域里一个玄而又玄的话题，至今没有答案。

那么挖矿挖矿，到底是怎么一个技术上的算法过程呢？

在矿机程序里，规定了如何得到一个hash，而这个规定，就被称为共识机制，所有矿工按照这个共识机制去进行某个算法，看谁先得到一个符合条件的结果，而这个结果又可以被轻而易举的验证是符合条件的（验证是否符合共识机制）。不同的区块链，共识机制不同，目前比较知名的是PoW和PoS，以及在这两者基础上衍生出来的其他共识机制。

为了能够把挖矿过程讲清楚，我们只拿比特币遵循的PoW来进行演示。

SHA256(SHA256(version + prevHash + merkleRoot + time + currentDifficulty + nonce )) < TARGET

矿机执行上面公式，只要满足上面这个公式（执行结果为真），就算挖到矿。现在对这个公式进行解释。

1. 矿机会做一个double sha256的运算，运算的参数其实全部是块头里面的信息，但是因为这个时候区块还没有生成，所以这些信息是暂时保存的，如果抢到记账权，就把这些信息记录进去
2. version是当前运行矿机的客户端软件版本，每次版本升级，可能对一些参数会有影响，比如区块大小从1M扩容到2M，但是对于挖矿算法而言是不变的
3. prevHash是前一个区块的hash值
4. merkleRoot是当前矿机内存里暂存的交易的merkle算法得到的根hash，merkle会在下文讲
5. time是当前时间戳
6. currentDifficulty是当前难度，这个当前难度是由一个公式算出来的，这个公式是 currentDifficulty = diff_1_target/TARGET 这个公式里面的diff_1_target可以认为是一个常量，在比特币客户端里面是不变的，值为0x1d00ffff。当然，其实它也有可能变，但怎么变都差不多这个值，我们还是把它当作常量。而TARGET我们在下面会讲到。
7. nonce是一个正整数，nonce的值就算矿机要找的值。当矿机开始执行double sha256算法时，nonce为0，如果执行完一次，无法满足上面那个公式，那么nonce就自加1，再执行一遍算法，如果不满足公式，继续加1再执行，就是这样一直加上去，直到找到一个nonce满足上面的公式，就算挖到矿。所以，这个nonce每一次挖矿都可能不一样，它是完全随机出现的，到底是多少完全看运气。但不管怎样，你看每个区块里面但nonce值，就知道矿机做了多少次运算，也就知道挖到矿有多难了。
8. TARGET是用以对比的目标值，它是一个特定值，比特币的发明者希望10分钟产生一个区块，所以最初设计的TARGET就是为了让currentDifficulty能够到一个合适的值，保证10分钟一个块。但是实际情况并不可能保证10分钟一定出一个块，如果算力下降，时间就会加长，这时就应该调整一下难度，使出块时间尽可能恢复在10分钟左右。所以2016个区块（2周）TARGET就会调整一次，而如果真实的情况是产生2016个区块的时间超过2周，那么TARGET就会适当增加，从而使currentDifficulty减小，下面2016个区块的难度就会降低一些。相反，则提高难度。这个调整算法本文就不展开了。所以TARGET是一个2016次不变，但总体而言一直在变的值，它的目标就是让产生一个区块的时间大概在10分钟左右。

这就算比特币的挖矿，矿工们每天看着自己的机器，反复不断的执行这个公式，寻找那个nonce，日复一日，年复一年。

当矿机找到nonce之后，就夺得了记账权，就可以把内存中的交易信息调出来，打包到区块体中。而merkle root是通过交易记录计算得到的，所以不可能矿工在打包时又去做手脚，一旦他伪造了某一条交易，打包进区块体的交易就不能得到他挖矿时使用的那个merkle root，也就无法得到挖矿时找到的那个hash。

当然了，实际上比特币挖矿可能还要麻烦一些，比如说还有nonce溢出、矿池……

Merkle Tree

前面说了好多次Merkle，它到底是什么？Merkle Tree是一种数据结构，比特币里面就是一棵二叉树，也就是每个父节点有两个子节点那种。我之前写过一篇文章《区块链如何运用merkle tree验证交易真实性》里面详细讲了一些Merkle Tree的原理以及问题。这里主要还是做一个科普，不深入讲。

区块头里面的Merkle Root是怎么来的呢？它是通过对区块体内的记录做Merkle算法得到的。以比特币为例，一个区块里面包含n个交易，我们把这些交易两两分组，每两个一组，得到n/2组，如果有单数，那么最后一个交易复制一份凑数。先对每个交易做hash提取，这样就得到来n个hash，然后对每组的hash做double hash运算：

parentHash = sha256(sha256( hash1 + hash2 ))

也就是把这个组里的两个hash连起来，再计算得到一个新hash，这个新hash就算这两个hash的父节点。得到所有组的父节点之后，按照同样的逻辑，得到父父节点，如此一直下去，最后得到一个根节点，这个根节点就是merkle root。

merkle算法大致是这样，但它不仅限于区块链领域，在其他任何验证领域都可能用到，而且也不一定是这里讲的必须两个得到一个的算法，也可以是任意个得到一个的算法，总之merkle是一种对多个记录进行运算得到一个根hash的算法。

而可以想象，对参与算法的任何一个交易做小小的改动，都会导致得到的merkle root不一样，所以区块里面只需要保存merkle root就可以了。这就算密码学的力量。

区块链适合什么不适合什么？

区块链数据的特征主要有两点：1.公开透明，任何节点对数据有完全的权利去查看；2.难以伪造或篡改。因此，区块链非常适合两类场景：1.证据；2.监督。如果区块链上的信息得到法律认可，那么但凡拿出区块链上的证据，侵权方将百口莫辩。而试想，如果将税收完全迁移到区块链，每个公民的每一笔税收，最后都用到哪里，一清二楚，这可能是令某些人害怕的点。

但区块链有两大缺点：1.要挖矿，还有分叉风险，也就是说一个数据放到区块链上，要等很久才能成为不可篡改的可信数据。2.分区块，数据被割裂存放，这给查询带来巨大的麻烦，非常影响效率。所以，区块链不适合那种即时性要求高的场景，无论是信息交换的即时性（例如聊天）还是查询的即时性（如搜索引擎）。

区块链不是万能的，某些服务明明中心化模式效率更高，成本更低，却偏要为了风口搞区块链化，那只能看韭菜长没长齐。还有一点令人担心的是，由于区块链上信息的公开透明，而且不可删除，是否会对个人隐私造成极大的损害，试想一下，当年给冠希哥修电脑的小哥通过区块链网络炫耀自己发现的照片……那对当事人的伤害……连人死了都不会消散……

区块链应用

随着风口的来临，区块链应用此起彼伏。但目前比较成熟的，无非三种模式：1.比特币；2.以太坊智能合约；3.比特股。其他的，不多说，读者自己看着办。

一个区块链应用，它的架构是怎样的呢？在区块链本身之上，还需要有哪些其他的技术来支撑呢？

区块链应用，如比特币、以太坊，与区块链本身有比较大的耦合度，也就是说区块链作为数据库无法较为独立的成为应用中的一个模块，和我们现在流行的B/S架构稍有不同，区块链应用中会把区块链拆解之后，于应用其他层进行融合，最终实现应用的整体功能。

我们以比特币为例来讲一个区块链应用，比单纯一个区块链本身多了哪些部分。比特币是一个基于区块链的账单系统，它除了区块链，还要包含：1.交易模型；2.身份认证体系（类似PKI）；3.智能合约。

交易模型

交易模型就是区块体内保存的交易记录。之所以比特币里面的每一笔钱的来龙去脉都一清二楚，就是依赖于交易模型。我们现实中银行里面的一个账号，只会告诉你一个账号现在有多少钱，曾经花了多少钱，收入多少钱，还欠多少钱。但是不会告诉你“某一笔你花掉的钱，来自你某一笔收入”。但比特币里面必须告诉你这样的逻辑，一条交易包含“输入”和“输出”两个部分，比如你要转10BTC，那么你的账号必须有一个或多个“输入”加起来总和等于或超过10BTC，而输出就是指你要把这10BTC转给谁。但是有一种情况，当所有“输入”加起来为10.5BTC时怎么办，就像你有100块毛爷爷，去买70块的东西一样，需要“找零”。所以“输出”有的时候会有一个是转给自己的，就是“找零”。

而实际上，输出在另外一个交易中，又是这个新交易的输入。

在区块体里面，这些交易记录，以及它们的输入输出都被如实记录。除此之外，还要进行merkle计算，将merkle root存到区块头中。

身份认证体系

既然是交易，那么必然涉及到交易双方的身份。比特币交易的两端是两个账号，至于到底是谁它不管，但它通过加密算法，保证这一笔交易是哪一个账号发起的，发起交易的人要对交易信息进行签名。

你可能听过非对称加密、公钥和私钥。比特币账号最关键的就是这个私钥，一旦私钥丢失，你就无法证明自己是这个账号的主人，也就无法从账号中进行转账要做的签名动作，你就不能再花这个账号里面的币，也就丢失了币。

那么签名是怎样的一个过程？怎么证明这个交易是我发出的？怎么证明这钱是转给我的？

密钥、地址与钱包

智能合约

比特币本身已经有智能合约的雏形，只是它所采用的编程语言脚本能力比较弱，能实现的合约逻辑不复杂。以太坊则是在这个基础上扩展链智能合约部分，使智能合约的编程能力大大增强。

在上文提到的输入和输出，输出其实就被作为另外一个新交易的输入。比特币的输出不单单是告诉系统要转给哪个地址多少钱，输出实际上是一段比特币脚本。这段脚本也经过复杂的非对称加密，要运行这段，想要得到一个输出里面的钱，把这笔钱作为自己交易的输入，必须用自己的私钥先解密脚本，然后运行脚本，脚本运行完，这笔钱就可以作为自己交易的输入了。结合前面的知识，只有拥有对应的私钥才能解密，所以，只有输出记录对应的比特币地址对应的那个用户才能解密脚本，得到这些钱。

在这个过程里面，“脚本”是一个关键，除了上面这种最简单的转账逻辑，还可以通过一些条件判断来实现稍微复杂一些的编程，比如只有当满足某些条件的时候，解密后的脚本才能运行。于是，基于这种设计，比特币的脚本系统可以用来实现多重签名、保证合同等功能，也就是智能合约的雏形。

结语

对于区块链的研究，我也是刚刚开始，必定有不少地方没有理解透，有些地方也有误解。但对于想要了解这个领域的朋友，希望你们先了解区块链背后的技术原理（不必对技术细节掌握透彻），读一些比较成熟的可信的材料（我一不小心发现前人已经在《计算机学报》上发表类似综述的文章了，读者可以阅读《区块链技术：架构及进展》），而不是道听途说就信以为真。一旦你掌握了这些技术原理，就会发现，其实它的限制挺多，有美好的地方，也有没必要的地方，那些莫名奇妙的项目就坑不到你了。

原文载于我的博客：http://www.tangshuang.net/4133.html 如果后期又发现一些错误，会在我的博客去更新，所以请关注我的博客。