
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
训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15CDA 数据分析师:激活表格结构数据价值的核心操盘手 表格结构数据(如 Excel 表格、数据库表)是企业最基础、最核心的数据形态 ...
2025-09-15Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11