区块链究竟是如何实现数据分布式存储并确保安全性的？

摘要： 可以把它想象成一本“由全世界共同维护的、不可篡改的、分布式的账本”，下面我们从几个核心层面来拆解它的存储方式：核心存储单元：区块区块链存储数据的基本单位是“区块”（Block）,你...

可以把它想象成一本“由全世界共同维护的、不可篡改的、分布式的账本”。

下面我们从几个核心层面来拆解它的存储方式：

核心存储单元：区块

区块链存储数据的基本单位是“区块”（Block）,你可以把每一个区块想象成账本中的一页。

一个区块主要由两部分组成：

1. 区块头
2. 区块体

区块体 - 数据的“仓库”

区块体非常简单，它就像一个数组或列表，用来存放实际的数据。

• 存什么数据？

  
  （图片来源网络，侵删）
  • 在比特币这样的公有链中，它存储的是交易记录，张三转给李四 1 个比特币”。
  • 在以太坊这样的公有链中，它存储的也是交易记录，但这些交易可以更复杂，比如调用智能合约、转账代币等。
  • 在联盟链或私有链中，它可以存储各种信息，如供应链溯源信息、电子合同、医疗记录、身份证明等。

• 数据格式

  • 这些数据被打包成一个一个的交易,然后所有这些交易会按照顺序排列在区块体中。

区块头 - 区块的“身份证”和“指纹”

区块头是区块链技术的精髓所在，它不存实际数据，而是存了关于这个区块的元信息，以及最重要的——指纹,它包含以下几个关键字段：

• 版本号：记录区块链协议的版本。
• 前一个区块的哈希值：这是链式结构的核心！它记录了上一个区块的“指纹”，通过这个字段，每个区块都指向前一个区块，形成了一条链条，如果有人想修改上一个区块的数据，那么这个区块的“指纹”（哈希值）就会改变，导致本区块的“前一个区块的哈希值”字段失效,链条就会断裂。
• Merkle 树根哈希：这是区块链数据完整性的“大杀器”。
  • 什么是 Merkle 树？ 它是一种数据结构,能高效地验证大量数据的完整性。
  • 工作原理：区块体里所有交易两两配对，分别计算它们的哈希值，然后把这些哈希值再两两配对，计算新的哈希值……如此递归，最终会生成一个唯一的、顶层的哈希值，这就是 Merkle 树根哈希。
  • 有什么用？ 你只需要记住这个根哈希，就能验证区块体里任何一个交易是否存在且未被篡改，如果区块里任何一个交易数据被修改，它会导致其所有父级哈希值改变，Merkle 树根哈希也会改变,这使得验证数据完整性变得极其高效和安全。
• 时间戳：记录这个区块被创建的大致时间。
• 难度目标：与工作量证明机制相关,用于控制新区块的产生速度。
• 随机数：矿工通过不断尝试不同的随机数来满足难度目标，这个过程就是“挖矿”。

总结一下区块头的作用： 它就像一个区块的“身份证”，包含了区块的指纹（前一个区块的哈希）、数据总览（Merkle 树根哈希）、时间戳等信息，这个“身份证”一旦生成,就几乎不可能被伪造。

核心存储结构：链式结构

区块链之所以叫“区块链”，就是因为它是由一个个区块通过哈希指针链接而成的链条。

工作流程：

1. 创建新区块：矿工（或验证节点）收集新的交易数据,打包成一个新区块。
2. 链接前驱：新区块的“区块头”中，必须填入上一个已确认区块的哈希值。
3. 计算指纹：计算新区块头所有内容的哈希值，得到这个新区块的唯一“指纹”。
4. 添加到链上：这个新区块就被添加到了链的末端。

这种结构的威力在于“不可篡改性”： 假设有一个黑客想篡改链中间的某个区块（比如第 N 个区块）里的某笔交易。

1. 他修改了第 N 个区块的数据。
2. 这会导致第 N 个区块的“Merkle 树根哈希”发生改变。
3. 这又会导致第 N+1 个区块的“前一个区块的哈希值”字段不匹配。
4. 为了让链条看起来是连续的，黑客必须重新计算从第 N 个区块开始之后的所有区块（包括 N+1, N+2, N+3... 直到最新的区块）。
5. 在公有链（如比特币）中，这需要拥有全网超过 51% 的算力，才能在短时间内完成这种“重算攻击”,这在经济上和计算上都是几乎不可能的。

核心存储方式：分布式存储

这是区块链区别于传统数据库（如 MySQL）的另一个核心特征，数据不是存储在单一的服务器上，而是存储在成千上万个参与网络的节点（Node）上。

• 每个节点都存什么？

  • 一个完整的节点会存储从创世块（第一个区块）开始的整条区块链的所有数据，这是一个巨大的数据集，比特币和以太坊的全节点数据都已经超过几百 GB。

• 有什么好处？

  1. 去中心化：没有单一的控制方，即使部分节点（甚至很多节点）因为故障或攻击而离线，只要还有一个节点在线,整个网络的数据就不会丢失。
  2. 高可用性：网络永远不会宕机,你可以随时从任何一个节点上读取数据或发起交易。
  3. 抗审查：没有任何一个中央机构可以轻易地删除或屏蔽链上的数据。
  4. 数据透明：任何人都可以下载并验证整个链上的数据。

核心存储补充：状态存储

除了上面讲的交易数据（通常被称为“链上数据”），区块链还需要存储一种更重要的数据：账户状态。

• 什么是账户状态？

  • 它是一个动态的、实时的快照，记录了每个账户的当前余额、代码（对于智能合约账户）等信息。
  • 区块链上记录了 100 万笔交易，但它不会直接告诉你“张三现在有多少钱”，它会告诉你一个状态：“张三的账户地址 A，当前余额是 10 ETH”。

• 状态存储在哪里？

  • 这个状态数据通常存储在一种叫做Merkle Patricia Trie (MPT) 的数据结构中，这是一种结合了 Merkle 树和前缀树的高效数据结构,可以快速查询和更新账户状态。
  • 当一个新的区块被确认后，它会包含一些交易，这些交易会改变一些账户的状态，网络会根据这些交易，更新 MPT 中的状态，生成一个新的状态根哈希,并把这个新的状态根哈希记录在新区块的区块头里。

• 交易数据 vs. 状态数据

  • 交易数据：记录了“发生了什么”（What happened），这是历史记录，不可篡改,永久存储在链上。
  • 状态数据：记录了“现在是什么样”（What it is now），这是基于所有历史交易计算出的当前结果,是动态变化的。

通过这四个核心机制的结合，区块链实现了数据的高安全性、高透明度、高抗篡改性和高可用性，这也是它被誉为“信任机器”的根本原因。