区块链数据库

大家好，这里是链客区块链技术问答社区。
链客，有问必答！！

区块链是互联网未来十年中举足轻重的技术
区块链（Blockchain），或者说分布式账本（DLT, Distributed Ledger Technology）最早是起源于比特币的一个重要概念，其本质上是一个去中心化的数据库。区块链系统能够大幅度降低成本，减少风险和管理成本，提升流动性，增加创新产品和服务的机会。可以说，和大数据、云计算、人工智能一样，区块链是未来十年中举足轻重的技术。
从笔者的角度来看，区块链在未来最大的价值并不是在虚拟货币这个领域，而是用以取代原先需要中间人和第三方验证的系统中，以对于数字系统的信任来取代对于人的信任的领域。
ACID、
传统的数据库都满足ACID原则。我们首先来看一个“事务（transaction）的概念。事务是一个操作序列，是一个不可分割的基本工作单位。在一个传统的数据库管理系统（DBMS）中，事务应该具有四个特性：
原子性（Atomicity）、一致性（Consistency）、隔离性（Isolation）、持久性（Durability）
取这四个英文单词的首字母缩写，我们得到的是ACID。
原子性指事务是一个不可分割的最基本工作单位，事务中的操作要么都执行，要么都不执行；一致性是指数据库的完整性约束不会被任何事务的发生破坏，也就是说数据库的事务不能破坏数据的完整性；隔离性是说多个事务并发访问时，事务之间是被隔离开的，一个事务不应该影响其他事务的运行效果；持久性则意味着在事务完成以后，该事务所对数据库做的更改便被永久保存在数据库之中，即使系统本身发生了事故也不会更改。
从ACID的四个特性来看，我们发现其实比特币区块链系统几乎具有这些特点：
一个区块要么被全部记录进入区块链，要么不被认可，不可能有中间状态；
一个区块在加入区块链之后，原本区块链的系统依然保持完整性；
每次只有一个区块可以被加入到区块链中，所以隔离性是当然的；
而在区块被写入链条之后，新的区块链会被复制到所有的区块链节点上，被永久保存。
BASE
因为区块链节点处于地球各处，而这些节点又是由不同用户维护的，所以其实我们并不能保证每次访问区块链的系统时都能获取到数据，而这恰恰又对应了互联网时代分布式数据系统的一个特性，可以称之为为BASE。
在BASE理念中，基本可用是指系统在出现不可预知的故障时，允许损失部分可用性；软状态是指允许系统中的数据存在中间状态，不过该中间状态的存在并不会影响系统的整体可用性；最终一致性指的是所有的数据副本，在经过一段时间的同步之后，最终都能够达到一致。

CAP
我们再来看区块链系统和分布式数据系统上的CAP理论之间的关系。在分布式数据系统中，有三种重要的属性，分别是：
一致性（Consistency）：数据一致性，任何一个读操作总是能读取到之前完成的写操作结果，也就是在分布式环境中，多点的数据是一致的。
可用性（Availability）：好的响应性能，每一个操作总是能够在确定的时间内返回，也就是系统随时都是可用的。
分区容忍性（Tolerance of network Partition）：可靠性，在出现网络分区（比如断网）的情况下，分离的系统也能正常运行。
CAP原理解释了关于这三种属性的关系。CAP原理的意思是：一个分布式系统不能同时满足一致性、可用性和分区容错性这三个需求，最多只能同时满足两个。CAP原理是由美Berkerly的Brewer教授提出。

区块链有哪些特性
在区块链进入大家的视野之前，分布式数据系统也一直是学术界关注的一个方向。不过在区块链概念出现之后，大家发现原来分布式系统还可以有新的处理方式。
基于区块链的数据系统特征
去中心化或者多中心化（Distributed or Decentralized）
区块链最大的特性就是使用分布式计算和存储，从而减少甚至消除中心化的硬件或管理机构。在区块链上，任意节点的权利和义务都是均等的，系统中的数据块由整个系统中具有维护功能的节点来共同维护。
开放性（Open）
系统是开放的，除了交易各方的私有信息被加密外，区块链的数据对所有人公开，任何（有权限的）人都可以通过公开的接口查询区块链数据和开发相关应用，因此整个系统信息高度透明。
自治性（Autonomous）
区块链采用基于协商一致的规范和协议（比如一套公开透明的算法）使得整个系统中的所有节点能够在去信任的环境自由安全地交换数据，使得对“人”的信任改成了对机器的信任，任何人为的干预都不起作用。
信息不可篡改（Untemperable）
一旦信息经过验证并添加至区块链，就会永久存储起来，单个节点上对数据库的修改是无效的，因此区块链的数据稳定性和可靠性极高。
匿名性（Anonymous）
由于节点之间的交换遵循固定的算法，其数据交互是无需信任的（区块链中的程序规则会自行判断活动是否有效），因此交易对手无须通过公开身份的方式让对方对自己产生信任。
区块链的核心在于数据
区块链和大数据是两个在过去几年中都得到飞速发展的技术。2016年第46届世界经济论坛达沃斯年会论坛的主题为“掌控第四次工业革命”，包括人工智能、无人驾驶、区块链、量子计算等在内的科技前沿领域在会议中被反复提及。
目前区块链能够承载的信息数量是有限的，离我们要用“大数据”的标准来衡量的地步还差得很远，不过千里之行始于足下，要一步一步地来。
如果要让区块链承载大数据，那么目前笔者所看到的这些区块链系统都还不具备这个能力。
区块链系统是分布式的，而大数据讲究的是可规模化的、可量化的数据；区块链系统是匿名的、有隐私的，而大数据在意的是个性化；区块链系统是安全的，信息是相对独立的，而大数据在意的是信息的整合分析。

区块链系统的局限性和门槛
微软亚洲研究院系统算法组首席研究员Thomas Moscibroda在2017首届科技金融国际峰会上提到了区块链的效率和隐私问题。在区块链中，每一个人都在分享自己的数据，而且每一个交易记录都需要被所有人核实、记录和存储。一方面，这个过程会使区块链对传统数据库而言更慢。另一方面，区块链双方的交易过程中第三方必须知晓，且会去核实这个交易的合法性和正当性，而每一个人都能知道交易双方的中间数据，这也带来了隐私问题。
String Labs联合创始人Tom Ding认为区块链技术其实是一项有相当门槛的技术，在整个世界上可能也只有为数不多的团队有能力开发底层区块链系统。
Alphabet的DeepMind Health部门已经宣布计划使用一种与分布式账本一样的系统来监视目前正在被使用的患者数据。他们的工具命名为Verifiable Date Audit（VDA）。Alphabet声称VDA并不是区块链，而是类区块链。VDA借鉴了很多来自比特币区块链的功能，包括不可更改性。同时还提供某种程度的透明度，所以第三方机构可以验证这些数据。
基于区块链思想的区块链数据库
笔者一直坚持的观点是不以实际应用为目的的技术都是耍流氓，那么如何让区块链系统真正商用化？受到微软和Google各位同学的启发，我们认为如果要真正商用化区块链系统，唯一的出路就是区块链数据库（Blockchain DataBase）。
我们在设计的区块链数据库兼有区块链系统和数据库系统两个系统的优势。
区块链数据库中的数据
比特币区块链的可扩展性是一个大问题。如果不提升数据块的大小，整体的交易量则无法提升，而如果提升了数据块的大小，因为每个客户端的节点都会有数据库的完整拷贝，数据存储会是一个非常头疼的事情。
区块链数据库的共识模块
区块链数据库中共识模块的作用是让系统中所有的数据节点都能够保持一致。如果一个节点的区块链上添加了一条新的交易，那么数据库中所有其他节点也会把同一个交易加入到各自的区块链上。
共识模块的关键点就在于保持整个系统中所有交易顺序的一致性。
共识算法在以太坊和比特币区块链中的达成是通过工作量证明（POW）或者权益证明（POS），而IBM Hyperledger和其他一些想要提升效率的区块链系统采用的是PBFT（Practical Byzantine Fault Tolerance）协议。后者的效率会高很多，不过网络传输的数据会根据节点数的上升而成倍增加。
区块链数据库中，我们会采用Paxos共识算法。