京公网安备 11010802034615号
经营许可证编号:京B2-20210330
几张图看懂区块链技术到底是什么
“区块链”的概念可以说是异常火爆,好像互联网金融峰会上没人谈一谈区块链技术就out了,BAT以及各大银行还有什么金融机构都在开始自己的区块链研究工作,就连IBM最近也成立了自己的区块链研究实验室,但其实区块链到底是什么?大家或许并不清楚,停留在雾里看花的状态。从今天开始,就让我们一起走进区块链,揭开区块链的神秘面纱吧!
取快链?你想说的是区块链吧?
要说清楚区块链,我们先来讲个故事。
你一定听说过三人成虎的故事吧?
假设一个人告诉你,不好了,大街上有只老虎,你相不相信?
我去,你咋不按常理出牌啊,你要说不相信!
重来!我们说的是真老虎!
Action!!!
好!非常好!!影帝级的演出!!!
继续,这时候换做一堆人告诉你这件事!
我们再换一种场景。
如果一个德高望重、你十分信任的老者告诉你这件事,你又会怎么想?
是的,这就是所谓的信任的力量。你不信任一个没有足够信用度的单独个体,
但你会信任一堆个体或者有足够信用度的单独个体。
在现实社会中,银行就是这个有足够信用度的个体(中心)。
但以银行等作为信用中介是需要成本的,
而我们普通大众就要为这庞大的信用成本买单。
所以才会造就金融业是最赚钱的行业。
要去除银行类等中心机构的信用背书?
那就可以用我们上面提到过的“一堆个体”,这也是区块链技术的核心。
区块链本质上是解决信任问题、降低信任成本的技术方案,
目的就是为了去中心化,去信用中介。
区块链是比特币的底层技术。
比特币(BitCoin)的概念最初由中本聪在2009年提出,你把它理解成数字货币即可。
我们以比特币交易为例来看看区块链具体是如何操作的。
1、把每笔交易在全网广播。让全网承认有效,必须广播给每个节点。
2、矿工节点接收到交易信息后,都要拿出账簿本记载该次交易。
一旦记录,就不可撤销,不能随意销毁。
矿工节点是通过电脑运行的比特币软件对交易的进行确认的。
为了鼓励矿工的服务,对于其所记录和确认的交易,
系统为矿工提供25个比特币作为奖励。(这个奖励数量,系统设定每4年减半)
奖励只有一份,那就看谁记录的快呗。
为了减少这种情况,系统会出一道十分钟的运算题,
谁能最快解出值,谁就将获得记录入账权利,并赢得奖励。
对了,这里可以给大家看一道据说是徐汇区幼儿园升小学的运算题。
别急啊,你试试看,我第一次反正是做错了。
……,好吧,我无力反驳。
说远了,我们再说回来。
前述区块链中所运用算法并不是简单的计算题,而是使用哈希散列(Hash)算法。
哈希散列是密码学里的经典技术,可以用来验证有没有人篡改数据内容。
3、获得记账权的矿工将向全网广播该笔交易,账簿公开,其他矿工将核对确认这些账目。交易达到6个确认以上就成功记录在案了。
矿工记录的时候,还会将该笔交易盖上时间戳,形成一个完整时间链。
4、当其它矿工对账簿记录都确认无误后,该记录就确认合法,矿工们就进入了下一轮记账权争夺战。
矿工的每个记录,就是一个区块(block),会盖上时间戳,每个新产生的区块严格按照时间线形顺序推进,
形成不可逆的链条(chain),所以叫做区块链(Blockchain)。
而且每个区块都含有其上一个区块的哈希值,确保区块按照时间顺序连接的同时没有被篡改。
这时候我们再看对区块链的原始定义就能理解了:区块链是一种分布式数据库,是一串使用密码学方法相关联产生的数据块,每个数据块都包含了一次网络交易信息,用于验证其信息的有效性和生成下一个区块。
若两个人同时上传,虽然这个概率很小,但是若发生,我们就看最后的区块链哪条更长,短的那条就失效。这就是区块链中的“双花问题”(同一笔钱花两次)。对于要制作虚假交易,除非你说服了全网里超过51%的矿工都更改某一笔账目,否则你的篡改都是无效的。
网络中参与人数越多,实现造假可能性越低。
这也是集体维护和监督的优越性,伪造成本最大化。
说服51%的人造假还是灰常灰常难的。
好了,我们总结下,区块链主要有以下核心内容:
1、去中心化
这是区块链颠覆性特点,不存在任何中心机构和中心服务器,所有交易都发生在每个人电脑或手机上安装的客户端应用程序中。
实现点对点直接交互,既节约资源,使交易自主化、简易化,又排除被中心化代理控制的风险。
2、开放性
区块链可以理解为一种公共记账的技术方案,系统是完全开放透明的,账簿对所有人公开,实现数据共享,任何人都可以查账。开放效果类似这样:
3、不可撤销、不可篡改和加密安全性
区块链采取单向哈希算法,每个新产生的区块严格按照时间线形顺序推进,时间的不可逆性、不可撤销导致任何试图入侵篡改区块链内数据信息的行为易被追溯,导致被其他节点的排斥,造假成本极高,从而可以限制相关不法行为。
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数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02