京公网安备 11010802034615号
经营许可证编号:京B2-20210330
说起来容易做起来难,区块链实施需要注意哪些
现在到处都在讨论区块链,来听听那些谈论区块链的人是怎么说的:区块链现在已经可以解决收入不均衡的问题,可以让数据永远安全,让所有事情更加有效率,并且无需信任。那么到底什么是区块链呢?它真的是无所不能吗?区块链真地可以为类似医疗,金融,供应链管理和音乐版权行业带来革新吗?
此文中,我会尝试通过考虑区块链究竟是什么,还有更重要地,区块链不能做什么?从而回答这些问题。
什么是区块链?
为了回答这些问题,我们需要先定义什么是区块链,不然会造成很多的困扰。很多公司使用“区块链”这个词,来表明这是某种充满魔术色彩的工具,有了区块链,这些公司的数据就永远不会出现错误。当然,这种东西是不存在的,至少在现实世界中是不可能的。
那么什么是区块链?严格来说,区块链就是很多区块相连接的链,每个区块包含着转账数据。如果你不理解最后一句,你可以将区块链想象成数据库相连接,在加上些更多的属性。
区分区块链和普通数据库的重要因素就是,在区块链中将数据放入数据库存在特殊的条件。那就是,输入的新数据不可以和已经在里面的数据有冲突(数据一致性),而且这些数据不可更改,数据本身和用户锁定在一起,这是可复制的以及有效的。最后,在没有中心化个体的控制下,每个人都对数据库中发生的事情达成共识。
最后一点就是区块链的核心。去中心化非常有吸引力,因为这暗示着不会存在任何的单点故障。也就是说,没有任何的单个机构可以拿走你的资产,或者改变“记录”来满足他们的需求。这种不可更改性,使得你不需要去相信任何人,这对任何区块链中的成员都是有益的。但是这份受益,却需要付出很大的代价。
区块链的代价
不被任何第三方控制的不可更改性能是非常有用的,但是对于创造这样的系统,也需要很多的代价。我们来看看其中的一些问题。
开发过程更加严格也更慢
创建一个完全统一的系统并不是简单的任务。很小的失误都会使得整个数据库被破坏,或者导致一些数据库变得和其他的不同。当然,被破坏或者分裂的数据库再也没有任何统一性的保证。并且,所有这类系统都需要设计成从外部来看具有统一性。在区块链中,并没有“快速前进,打破常规)”的说法。如果你打破常规,你就失去了统一性,那么区块链就会变得破坏以及没有价值。
那么也许你会想,为什么你不能只是修复这个数据库,或者重新启动再推进了?在中心化的系统中,这很容易解决,但是在去中心化系统中却非常困难。你需要系统中所有参与者的共识或者同意,来对数据库进行修改。区块链应该是开源的,并且不被任何中心化单位所控制。
激励制度设计有很大难度
增加激励制度,并且保证系统中所有的参与者都不会攻击或者破坏数据库,是非常值得考虑的事情。区块链也许具有一致性,但是如果其中含有很多无用数据的时候,这就不会非常有用,因为将数据输入的成本会非常低。也不会有任何具有一致性的区块链会有用,如果其中不包含任何数据,因为将数据放入的代价非常高。
那么如何确保数据最终的准确性?你怎么确保奖励是和网络的目标是一致的呢?为什么节点要去维持或者更新数据,在有冲突的时候,他们为什么要选择其中一个?这些都是关于激励的问题,现在需要解答,而且不止是在开始的时候需要统一好,后续随着公司和技术的变化,也要时刻保持统一。不然区块链就没用了。
而且,也许你想知道为什么你不能修改一些有问题的激励模式。再一次强调下,这在中心化系统中很容易实现,但是在去中心化系统中,在没有达成共识的前提下,你不能修改任何东西。除非从每个人那边获得共识,不然你不能修改任何东西。
维护非常花费成本
传统的中心化数据库只需要写入一次就可以。但是区块链需要写入几千次,传统的中心化数据可以只需要一次性检测数据。区块链需要检查几千次数据。传统中心化数据库需要只需要一次性将数据转移到存储器。区块链则需要将数据转移几千次。
维护区块链的成本是数量级增长,而且这部分成本还需要根据使用性能进行更改。大多数应用都在追求之前说的一致性和稳定性等特性,但是如果使用完整性检查,收据和备份,在成本上就会便宜很多。
用户为王
这样会很好,因为公司不喜欢将用户的数据放在首要责任。但是如果用户做出什么不好的行为,这也非常不好,因为你无法将这个用户踢出,或者指出这样做会影响其他很多的便利性。
以上可以说明,激励制度的设计非常非常重要,可以使得用户不想去放弃,特别是如果对这个用户来说有利可图。也许你会想说,你可以简单地拒绝为欺诈者服务,这在中心化服务过程中很容易实现。但是,和中心化服务不同,在区块链上拒绝服务很困难因为没有任何个人有权利去将别人踢出。区块链必须要遵守软件中写下的规则。如果这个规则不能惩罚不好的行为,那么只能说你运气不好。区块链上,没有“法律”的精神,你只能花费很长时间去处理恶意行为。
所有的升级是自发的
强制升级并不是选项。网络上的其他人员没有义务去更改你的软件。如果他们这样做,那么不如打造更加容易,快速以及便宜的中心化系统。区块链的关键在于它不受控制于单个主体,同时这也和强制升级相违反。
但是,所有的升级都要和之前兼容。显然这很困难,特别是当你想添加新的特性时,如果从测试角度来看,就更加困难了。每个版本的软件都会添加很多的测试矩阵,也会花费更多的时间来进行释放。
扩容非常困难
最后,在扩容性方面至少要比传统中心化系统要难几个数量级。原因很明显。同样的数据需要在成百上千个地方,而不是像中心化那样,在同个地方。传输,验证和存储的开销是很大的,因为区块链上任何数据库的复制都需要花钱,而不像中心化的数据库那样,只需要付费一次就可以。
中心化会容易很多
如果你发现这个问题,那就是去中心化的系统很难进行运作,维护也很昂贵,很难升级并且不容易扩容。中心化的数据库和区块链比起来,就会更加快速,便宜,容易维护并且升级也比较容易。那么为什么人们还要使用区块链作为解决方案呢?
首先,很多想要使用区块链的行业,对于IT底层升级已经完全过时了。医疗行业有众所周知地难用的软件。金融结算还在用70年代的软件。供应链管理软件很难使用,也很难安装。这些行业的很多公司拒绝去更新软件,因为这会带来很多风险。有很多底层更新,花费了数百位美元,但是最后又用回之前的软件。区块链可以帮助这些行业IT底层的更新。
其次,区块链让你看起来是在科技的前端。其实很少人真地理解区块链,但是都想要使用这些词汇来让自己听起来显得更加聪明。就好像“云计算”意味着其他人的电脑,“AI”意味着修正算法,“区块链”在这篇文章中的意思就是缓慢,昂贵的数据库。
第三,在某些行业,人们不喜欢政府的监管,所以希望有和缓慢昂贵的法律框架不同的仲裁机制。对他们来说,区块链是避免政府监管很好的方法。这其实也高估了区块链可以做的事情,区块链不可能魔幻版地去除人的影响。我们现在就有些像“皇帝的新衣”。
那么区块链有什么用处呢?
我们已经说了,区块链和中心化数据库比起来,非常昂贵。所以你需要使用区块链的原因,就是它可以完成去中心化。也就是说,它移除了单个主体的控制。
这也就是说,软件或者数据库不能经常去进行更改。不会有太多升级和改变规则的余地。
但是大多数行业不像这样,很多行业都需要进行新功能的升级,并且需要能够自由地进行更改以及扩展。假设区块链很难去升级,改变以及扩容,很多行业并不需要区块链。
但是有个例外就是货币。和很多其他行业不同,货币不希望改变。不可篡改和难以改变对于货币来说,是好处。这就是为什么当区块链应用在比特币上的时候,它是个非常正确的工具。
很清楚地是,很多公司想要使用区块链,并不是因为想要区块链,而是需要将IT底层升级到适用于他们行业。这是非常好的,但是使用区块链这个词去过度营销有些过度。
结论
这些天区块链是个很流行的词语,但是不幸地是,但是如果你在使用中心化服务,区块链不会让你获得更多。如果你在使用去中心化系统,那么可能你没有考虑到如果其中出现单个节点的问题该怎么办。区块链,说起来容易,做起来可不容易。
回到2000年代早期,很多科技行业的巨头都推动使用Java和XML。尽管这两者是工具,并不是真正的产品,很多巨头也坚持使用它们,不论他们的工程师使用起来有多不方便。区块链和这个很像,关注你需要解决的问题,那么工具就会出现。如果你只关注工具,那么最终就会成为鲁布•戈德堡机械,不会做成什么事。
因此,现在很多区块链的概念都尝试在做些不可能的事情。他们想要这种去中心化系统的安全性掌控在一个中心化个体手上。想要获得两者的好处,但是最终可能获得两者的坏处。最后我们获得了去中心化系统的成本和困难,同时还有中心化系统的失败模式。
区块链现在被认为是万金油,可能我们越快地走出这个旋涡,我们就会走地更长远。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在电商行业精细化运营时代,流量红利逐步消退,粗放式投流、广撒网营销模式已无法适配市场竞争需求。依托用户点击、加购、收藏、 ...
2026-09-17在数据可视化与数据分析工作中,图表是将零散数据转化为直观业务规律的核心工具。不同图表拥有专属的数据逻辑与分析维度,能够从 ...
2026-09-17 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-09-17在企业数字化运营、业务流程管理与精细化管控体系中,流程运营是串联各项业务环节、保障工作落地、提升运转效率的核心载体。无论 ...
2026-09-16在数据分析与统计学研究中,卡方检验是分析分类变量关联性与差异性的重要方法,广泛应用于市场调研、行为统计、社会调查、商业数 ...
2026-09-16 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-09-16CDA数据分析师 出品 作者:李诗怡 定义: 用户增长核心分析框架,刻画用户从接触产品到自发推荐的全生命周期,五个递进环节构建 ...
2026-09-15在数字化营销与精细化用户运营时代,企业传统的广撒网式营销模式成本高、转化率低,已无法适配精准商业竞争需求。客户画像作为大 ...
2026-09-15 很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度” ...
2026-09-15在MySQL数据库数据查询与数据分析中,GROUP BY与ORDER BY是使用频率极高的核心关键字。二者语法结构相似,常搭配使用,但核心功 ...
2026-09-14随着数字化治理、智慧运营、数字孪生技术的普及,数字体征成为衡量业务状态、系统运行、城市治理与企业经营健康度的核心体系。数 ...
2026-09-14 很多数据分析师沉迷于复杂的模型和算法,却忽略了数据分析的一项基础能力——描述性统计。事实上,大量商业分析问题,用描述 ...
2026-09-14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