京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22