数据库视角下的区块链技术-Toy模板网

这篇具有很好参考价值的文章主要介绍了数据库视角下的区块链技术。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

数据库视角下的区块链技术

1 overview

本文关注数据库视角下的区块链技术。

首先，我们来看一下数据库和区块链的定义。数据库是数据管理的产物，而数据管理则是数据库的核心任务。当数据规模变得很大、用户变得更多时，单一节点的数据库满足不了用户的需求。分布式数据库便应运而生，目的是存储更多的数据，提供更大的吞吐量。区块链的本质特征是去中心化。区块链技术是一种以密码学技术为基础、以去中心化或多中心化的方式对数据进行存储和管理，从而在不依赖可信中心机构的情况下提供“可信数据”的技术。

从定义上来看，分布式数据库和区块链有相同之处。两者均涉及到数据存储和管理，并涉及到多个节点。在这个意义上，区块链满足分布式数据库的定义，换句话说，区块链是一种分布式数据库。

当然，两者也有明显的区别。一般的分布式数据库存在一个可信中心，要求多个节点协调工作提供更大的吞吐量。区块链的本质特征是去中心化。在不依赖可信中心机构的情况下，区块链要能够提供“可信数据”。总结成一句话，分布式数据库关注性能，而区块链关注的是安全。

从发展趋势看，要想得到更加广泛应用，区块链技术需要借鉴分布式数据库多年来积累的技术。总之，区块链与分布式数据库有很强的关联性。在本文，我们将从数据库的角度来看待区块链。

2 data management

提起数据库，我首先想到的是关系数据库。关系数据库应该是目前使用最广泛的一种数据库之一，它使用了关系模型。在关系模型下，数据存储在了一张张表中，对进行数据的操作，也就是对表进行操作。

在本质上，区块链也是一种特殊的分布式数据库。在区块链中，数据是怎样被组织存储的？在本节，我们通过介绍Hash Chain和Merkle Tree这两个数据结构来回答这个问题。

2.1 Hash Chain

Hash Chain的一个显著特征是，链接列表中的指针不仅包括下一个旧块的标识符，还包括该旧块的哈希。当添加一个块到Hash Chain中时，需要上一个块的地址和上一个块的哈希写入到当前的块中。不难发现，在Hash Chain中，如果任一块的哈希值发生变化，则其后所有节点的哈希值都会变化。

顾名思义，区块链是数据块的链接列表。在区块链中，数据以固定大小的块(block)作为基本储存的单元，一个block中存储多条数据。通过使用Hash Chain，所有的block被组织成一条链。

为什么区块链要使用Hash Chain？在Hash Chain中，如果一个block中的数据被更改，则其后所有节点的哈希值都会变化，这也意味着其后所有节点的数据都要被重写，这就保证了区块链中的数据不会被篡改。因此，区块链是一个 append-only 的数据库。

2.2 Merkle Tree

Merkle Tree由一个根节点（root）、一组中间节点和一组叶节点（leaf）组成。叶节点（leaf）包含存储数据，中间节点是它的两个孩子节点内容的哈希值，根节点也是由它的两个子节点内容的哈希值组成。Merkle Tree也称哈希树。

类似于Hash Chain，Merkle Tree具备防篡改的特性。如果某一个叶子节点中的数据被更改，则一定会传导到根节点，即根节点中的哈希值会改变。

Merkle Tree的效率高于Hash Chain。因为Merkle Tree使用了树形结构, 其查询和更改的时间复杂度为 $O (l o g (n))$ 。

区块链中使用Merkle Tree，主要是为了提升系统的运行效率和可扩展性，使得区块头只需包含根哈希值而不必封装所有底层数据。如下图，比特币系统使用了Hash Chain和Merkle Tree相结合的数据结构。在比特币的系统中，每个block中的数据均使用一个Merkle Tree来维护，而Hash Chain中仅包含Block header。block header保存着对应的Merkle Tree的根哈希值、上一个block的地址和上一个block对应的block header哈希。

区块链数据库,区块链,数据库

3 Sharding

在分布式数据库中，分片技术是提高可扩展性的一项关键技术。通过将数据分散的交给不同节点处理，分布式系统可以达到 scale-out 的效果。也就是说，随着用户和数据量的不断增多，系统整体的吞吐量也随之接近线性增长，分片本身带来的 overhead 几乎可以忽略不计。

然而，区块链中很难应用分片技术。在区块链中，每一个节点均是不可信的。如果在区块链中应用分片技术，那么整个系统的安全性都无法得到保证，也就无从谈起去中心化了。

4 replication

在分布式系统中，至少一个结点出故障的概率远大于单结点系统。因此，分布式系统要求同一数据至少在2个结点有复本，这就涉及到了数据复制，比如，主从数据复制。

第三节中说到，区块链没有应用分片技术。换句话说，每一个节点保存着所有数据的副本。当新的block存入区块链时，每个节点运行泛洪算法，将新写入的block在网络中广播。每个节点对接收到的block检查，以查看block是否已经接收过，如果未接收过，则将block放入本地缓存，并将其转发给其所有的peer节点。

5 transaction

几乎所有人都会将数据库和事务联系起来。数据库系统要保证事务的ACID性质。上文中提到，区块链是一个 append-only 的数据库。在区块链中，一个事务也就是一笔交易。每隔一段时间，区块链系统会根据共识策略选择若干交易，并将这些交易放到一个block中。然后，通过网络广播，将block写入所有节点的持久化存储中。这个过程满足事务的ACID性质。

6 consensus

在传统的分布式数据库中，存在一个可信中心。分布式数据库只需要容忍节点宕机，主要采用 Raft、Paxos 等经典共识算法。然而，区块链要容忍节点的拜占庭行为，因此不得不采用代价更高的 PBFT、PoW 等共识算法。本节介绍一些常用的共识算法。

6.1 Paxos

简介

Paxos 协议的流程较为复杂，但其基本思想却不难理解，类似于人类社会的投票过程。在 Paxos 协议中，有一组完全对等的参与节点，这组节点各自就某一事件做出决议，如果某个决议获得了超过半数节点的同意则生效。只要有超过一半的节点正常，Paxos 协议就可以工作，能很好对抗宕机、网络分化等异常情况。
Advantages
1. 有坚实的理论研究证明，并为其他非拜占庭共识算法提供了理论基础。
2. 与PBFT等区块链常用共识算法相比，吞吐量更大，即局域网下的吞吐量超过10000 TPS。
Disadvantages
1. 仅有极少数聪明人可以理解这个协议，难以代码实现。
2. 无法在公共网络环境中高效运行，仅适用于节点数较少的场景，如分布式数据库系统。

6.2 Raft

简介

Raft协议是对Paxos协议的改进，它的首要目标就是容易理解。当然，Raft增强了可理解性，在性能、可靠性、可用性方面是不弱于于Paxos。
Advantages
1. 易于理解，且易于代码实现。
2. 与PBFT等区块链常用共识算法相比，吞吐量更大，即局域网下的吞吐量超过10000 TPS。
Disadvantages
1. 无法在公共网络环境中高效运行，仅适用于节点数较少的场景，如分布式数据库系统。

6.3 PoW

简介

POW协议达成共识的依据是工作量。在比特币的系统中，工作量就是计算的哈希的数量。
Advantages
1. 对参与共识节点的数量没有限制，系统中节点可以动态加入/离开，可以适应公有链的开放环境。
2. 安全性。可以容忍大量的恶意节点，任何人都需要获得网络一半以上的算力才可以实现恶意攻击。
Disadvantages
1. 浪费资源。在共识过程中，计算机做了大量的无意义的哈希运算。
2. 效率低下。交易确认缓慢，且存在撤销的可能。

6.4 PBFT

简介

Raft协议是对Paxos协议的改进，它的首要目标就是容易理解。当然，Raft增强了可理解性，在性能、可靠性、可用性方面不弱于于Paxos。
Advantages
1. 高效。在PBFT算法中发一个交易是无需等待确认的，如果一个区块通过PBFT算法被系统认可，那么这个区块就会是最终区块，不会被撤销。因为各个节点达成共识是在同一时刻决定的，也就意味着用PBFT维护的区块链不容易出现分叉，所以也就不用等待确认以保证当前区块所在的链是最长链。
2. 节能。PBFT 算法的共识过程也不需要像 PoW 那样需要耗费大量电能。
Disadvantages
1. 不适用于节点数量过大的区块链，扩展性差。PBFT算法的计算效率依赖于参与协议的节点数量，由于每个副本节点都需要和其它节点进行P2P的共识同步，因此随着节点的增多，性能会下降的很快。
2. 系统中节点是固定的，无法应对公有链的开放环境，只适用于联盟链或私有链环境。

7 concurrency

在数据库领域，为了提高系统的吞吐量，将多个交易或指令并行处理是是非常重要的技术之一。然而，在区块链中，交易仍然是串行执行的。区块链对并行的支持并不好，原因在于在现有的一些区块链中，执行层还不是性能的瓶颈。例如，在比特币中，一个区块的执行时间在毫秒级，相比于 10 分钟的区块产生时间，执行部分几乎可以忽略不计。除此之外，在一些支持智能合约的区块链中，交易之间往往共享合约的状态，为了保证交易执行结果的确定性，串行执行往往是最简单和保险的方式。