
学习区块链,你必须了解的区块链“词典”
各区块链名词的简单解释
▼
Part 1
区块(Block)
区块是在区块链网络上永久保存数据的数据包。
区块链
从第一个创世块到最新的一个块,连在一起就是区块链,换句话说,区块链是所有已发生的交易纪录的合集,是一个公开的共享账本。
创世块
区块链的第一个或前几个区块。
区块浏览器
区块浏览器是一个在线浏览区块链上所有历史交易纪录的工具,它们通常会提供诸如网络哈希率、交易增长情况等有用信息。
区块高度
区块链中连接的区块数量。
Part 2
比特币
比特币区块链是全球第一个区块链,比特币是运行在全球点对点网络上,第一个去中心化的、开源的加密货币。它不依靠中间人或中心化发行人发行,而是依据特定算法,通过大量的计算产生,并由计算机生成的一串串复杂代码组成。
加密货币
即Token(代币),代表数字资产。
挖矿
挖矿是验证区块链上有效交易的操作,实质上是用计算机解决一项复杂的数学问题,来保证比特币网络分布式记账系统的一致性。挖矿成功的矿工将获得以代币形式发放的奖励,给矿工的这种奖励也称为“区块奖励”。
专用集成电路(ASIC)
ASIC是专用集成电路的简称,专门用作 “挖矿”,能极大地节约成本。
钱包
一个存储私钥的文件。文件通常包含一个软件客户端,该客户端允许进入一个特定的区块链查看并创建交易。
公钥地址
公钥地址是公钥哈希加密后的结果,不像私钥,公钥地址可以像邮箱地址一样向大众公开。
私钥
私钥是一个数据串,能让你访问对应数字钱包中的代币,他们就像密码一样,只有地址所有者才知道。
数字签名
由公钥加密生成的数字代码,附加到电子传输文档中以验证其内容和发件人的身份。
多重签名
多重签名需要一个以上的秘钥来授权交易,因此为交易提供了更多一层安全性。
Part 3
节点
由区块链网络的参与者来操作的账本的副本。
分布式账本
分布式账本是指账本里的数据由网络中的各个节点来保存,它不一定非要有自己的货币,且可能是私人的,需要准入许可的。
中心化账本
由中心化机构(如银行)维护的账本。
分布式网络
一种其上的数据和处理数据的算力都分布在各个节点上,而没有一个中心化数据库的网络。
点对点
点对点是指在一个不依靠集中服务器的网络中,双方或多方之间彼此连接的计算机都处于对等的地位,网络中的每一台计算机既能充当网络服务的请求者,又对其它计算机的请求作出响应,提供资源和服务。
Part 4
共识
网络中所有参与者就交易的有效性达成一致的意见,以确保账本副本的准确性。
权益证明
一种分布式共识算法,根据你所持有的币的数量来进行收益奖励。你投资的币越多,你基于这个协议挖矿赚得的就越多。
工作量证明
也是一种分布式共识算法,你做的工作越多或提供的算力越多,获得的奖励就越多。这里的“工作”是指参与挖掘数据块,算力是指挖掘数据块所消耗的电力、CPU等资源。
哈希加密函数
输入任意长度的交易,哈希函数都会产生一个固定长度且唯一的值。SHA-256算法就是哈希加密的一个例子。
51%攻击
当一个区块链上超过一半的算力,被某个不那么诚实善良的个体或组织掌控着,他们可能会为了自身的利益,控制区块链的写入,发出虚假的交易,以使自己获利。
分叉
分叉提供了区块链的另一个版本,当分叉发生时,会有两个版本的区块链在网络的不同部分同时运行。
硬分叉
分叉的一种,此种分叉使得此前无效的交易变得有效,反之亦然。硬分叉需要所有节点和用户将协议软件升级到最新版本。
软分叉
和硬分叉不同,软分叉使得之前有效的交易变得无效了。由于老的节点承认新的区块是有效的,软分叉本质上是反向兼容的。软分叉要求大部分矿工都进行升级才能执行,而硬分叉需要所有节点就新版本达成一致。
双重花费
当同一笔钱花了不止一次时,就叫双重花费。
Part 5
以太坊
以太坊是一个基于区块链的分布式平台,可用于开发带有智能合约的应用程序,致力于解决与审查,欺诈和第三方干预相关的问题。
智能合约
智能合约将商业规则通过编程语言编译在区块链上,并由网络参与者来执行。
去中心化应用程序(Dapp)
去中心化应用程序,它是一个开源的自主运行的应用程序,其数据存储在区块链上,以代币作为激励,并且运行在一个能显示其价值的协议之上。(如此前风靡全球的以太猫)
DAO
去中心化自治组织,全称“Decentralised Autonomous Organization”,可以把它当成是不需要任何人管理的公司,而是由一套不可变的商业规则来对其进行控制和管理。
Solidity
Solidity是以太坊用来开发智能合约的编程语言。
以太坊虚拟机(EVM)
以太坊虚拟机是一种图灵完备的的虚拟机,允许任何人执行任意的EVM字节码。每个以太坊节点都在EVM上运行,以保持整个区块链的共识。
图灵完备
图灵完备是指一台可编程计算机能执行运算的能力,如以太坊虚拟机就是一个图灵完备的例子。
预言机(Oracles)
预言机通过为智能合约提供数据,而成为连接真实世界和区块链的桥梁。
测试网
一条供开发者测试所用的链,用来避免主链上的资产被消耗。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02CDA 数据分析师:助力企业破解数据需求与数据分析需求难题 在数字化浪潮席卷全球的当下,数据已成为企业核心战略资产。无论是市 ...
2025-09-02Power BI 度量值实战:基于每月收入与税金占比计算累计税金分摊金额 在企业财务分析中,税金分摊是成本核算与利润统计的核心环节 ...
2025-09-01巧用 ALTER TABLE rent ADD INDEX:租房系统数据库性能优化实践 在租房管理系统中,rent表是核心业务表之一,通常存储租赁订单信 ...
2025-09-01