京公网安备 11010802034615号
经营许可证编号:京B2-20210330
五分钟带你看懂什么是区块链
如今区块链技术非常流行。那么让我们看到这几个问题:
· 区块链究竟是什么?
· 工作原理是什么?
· 解决什么问题?
· 有什么用途?
附有中文字幕的视频如下:
五分钟带你看懂什么是区块链
针对不方便打开视频的小伙伴,CDA字幕组也贴心的整理了文字版本,如下:
区块链是什么
顾名思义,区块链是一连串包含信息的信息块。这项技术最早在1991年由研究人员研发。最早用于给数字化文档打时间戳,从而使这些文档不被倒填日期或篡改,就像公证人一样。
然而这项技术基本没被用过。直到2009年,中本聪利用区块链技术创造了数字加密货币——比特币。
如今区块链相当于对所有人完全公开的分布式账本。它具有有趣的属性,一旦数据被记录到区块链中数据就很难被改变。
区块链的工作原理
那么区块链的工作原理是什么呢?
让我们仔细看看区块(block)。每个区块包含了数据,该区块的哈希值以及前一个区块的哈希值。
区块中保存的数据与区块链的类型有关。例如,比特币区块链保存了相关交易信息。包括卖家、买家以及比特币的数量,同时区块还包含了哈希值。
哈希值
你可以把哈希值比作指纹。它标识区块以及所含的内容,并且总是唯一的,就像指纹一样。一旦某个区块被创建,对应的哈希值就被计算出来。
改变区块中某些内容会使哈希值改变。换而言之,当你想检测区块中改变时哈希值就很有用。如果区块的指纹改变了,这就不再是之前的区块了。
区块中第三个元素是前一个区块的哈希值。这个元素构成一系列区块,并且这项技术使区块链十分的安全。
举个例子,假设有包含3个区块的区块链。可以看到,每个区块包含了自身的哈希值,以及前一个区块的哈希值。因此区块3指向区块2,区块2指向区块1。
区块1有点特殊,它不能指向前一个区块,因为它是第一个区块,我们将其称为"创世区块"(genesis block)。
现在假设你篡改了第二个区块,这将导致其哈希值改变。依次,这将导致区块3以及后面的区块无效。因为其存储的前一区块的哈希值将不再有效,因此改变一个区块会使后面的所有区块无效。
但是,仅仅使用哈希值不足以防止篡改。如今计算机运算速度非常快,每秒能够计算成千上万的哈希值。你可以篡改一个区块,并且重新计算其他区块的哈希值,从而再次使区块链变得有效。
工作量证明
因此为了减少这种风险,区块链还采用了一种技术称为"工作量证明”。这是一种减慢新区块创建的机制。对于比特币来说,约需要10分钟来计算所需的工作量证明,并且在当中添加一个新的区块。
该机制让篡改区块链变得困难。因为一旦篡改了一个区块,则需要重新计算所有后续区块的工作量证明。因此区块链的安全性来自于哈希值以及工作量证明机制。
分布式
区块链还有一种保护安全性的方法,那就是分布式。不采用中心化实体管理区块链,区块链采用的是P2P网络,并且每个人都可以加入。
当有人加入该网络时,将获得整个区块链的副本。节点能够以此验证所有区块是井然有序的。
那么当有人创建一个新的区块时,会发生什么呢?
这个新的区块会被发送给网络上的所有人。每个节点再验证这个区块以确保没有被篡改过。如果所有的内容都被检验正确后,那么每个节点就会把该新区块加到自己的区块链上。网络上的所有节点达成了"共识”。
它们认同网络中哪些区块是有效的,哪些是无效的。被篡改过的区块将被网络上的其他节点拒绝。
因此要成功篡改区块链,你需要篡改区块链上的所有区块,重新完成每个区块的工作量证明,并且控制超过50%的P2P网络。只有这样,篡改的区块才会被所有人承认,这基本上是不可能的。
区块链也在不断发展,最近的一项改进称为"智能合约”。智能合约是存储在区块链上的简单程序,在特定条件下可以自动进行比特币交易。
区块链的应用领域
区块链技术的产生吸引了很多人的注意。很快,人们意识到这可以用到其他方面:比如存储医疗记录、创建数字化公证,甚至用来收税。
现在你知道了何为区块链,基本的工作原理,以及它能解决哪些问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31