区块链与分布式账本技术（上）(区块链和分布式记账)

当前大家对于区块链与分布式账本技术（上）都是颇为感兴趣的，那么小编也是在网络上收集了一些相关信息以便大家阅读。

前言：区块链是一种分布式账本的技术，但它又不完全等同于分布式账本技术。

它们有什么区别？本文作者Brent Xu 通过比较以太坊、Hyperledger Fabric和R3 Corda来阐述这个问题，对于我们认识区块链和分布式账本技术有帮助。

本文来源于media.consensys.net,由蓝狐笔记社群“Anthony”翻译。

与分布式账本技术（如Hyperledger Fabric或R3 Corda）相比，以太坊区块链保持了相似性但也有差异。

在对区块链和分布式账本技术平台及其带给企业的价值进行合理评估时，对其核心功能和特性进行系统梳理是很有必要的。

由于区块链源于密码学和数据配置原则，某些功能在协同数据库系统中已经得到了很好的应用，而其他一些功能只有在真正的区块链技术中才能实现。

在本文中，我们将评估面向企业平台（包括Ethereum，Hyperledger Fabric和R3 Corda）的基础业务功能，包括软件如何获取其影响以及整个系统是如何整体优化的，无论它是通过传统的分布式系统还是通过区块链系统。

特别是，我们将重点关注三个关键功能：1.数据协调 - 系统中的信息和信任是如何更好地在利益相关者之间分发和分配2.加密经济内部激励层 - 系统机制如何构建，以便不同的利益相关者和用户基于经济激励来确保系统的有效运行，例如博弈论和机制设计。

3.数字资产整合 – 系统如何融入数字商品经济，也就是所谓的代币经济学。

区块链的主要目标：企业想通过这项技术实现什么目标？像Ethereum这样的区块链与其他分布式帐本技术类似，有着相似的目标。

然而想知道企业希望利用区块链技术实现什么样的目标很难，就像20世纪90年代的互联网刚刚诞生时一样，当时企业也不知道如何使用这种强大的工具。

与现在的情况类似，目前我们都知道区块链技术能够实现很多功能，但如何将这些功能架构到商业业务逻辑上还需要进一步了解和评估其底层功能。

有三个主要的评估维度：数据的处理和协调，可信及不可变的记录以及资产的数字化。

这三大维度足以涵盖区块链的主要用途，同时允许将这些功能进一步外推到其他商业业务场景中。

通过这三个方面的讨论，可以揭示实体企业使用该技术的背后逻辑。

有效处理及协调信息如果以改进分布式系统设计或数据库协调性作为唯一目的，那么区块链不一定是必需的。

在传统的宣传上，区块链是基于技术促进平台中数据传输，达到更好的数据协调和分布式共识机制。

虽然有用，但这些所需功能特性的重要部分也可通过更好协调中央数据库或分布式系统设计进行优化。

在评估当中，有必要确定平台和协议试图优化现有数据协调功能与实施新的区块链功能程度。

区块链不仅只适用于更高级的数据协调。

产品和交易记录的不可变/可信记录关于为什么我们需要区块链的原始论文围绕着“数字化信任”的概念展开。

如ConsenSys的Andrew Keys所说“互联网导致信息数字化，而区块链导致信任和协议的数字化。

”这个论点体现了区块链希望实现的精神，同时为我们的社会及商业提供了另一条路。

额外的变量将是价值的数字化。

当信任价值被锚定到系统时，某些联盟结构和激励机制将影响和激励系统内的正确行为，从而形成强大的平台。

在设计一个系统时，不可更改（不变性）常常被用作信任的同义词，即因为系统是不可变的，所以人们相信系统不变性机制能确保做坏事会受到惩罚。

在我们的平台协议评估中，重要的是要评估可信系统实施背后的机制，以确保商业模式机制（通过密码经济学进一步探索）会对平台用户有益。

资产数字化商品和资产的数字化被视为大多数区块链或分布式账本技术的主要目标。

如果企业正在尝试资产数字化，分布式账本的数据库协调能够提供一些功能，但更应该考虑这些数字产品的可用性。

由于数据库协调实质上是集中运行或通过传统软件模式分布在一个或多个交易小组之间，因此数字化水平可能会受限于数字化平台提供的自由度。

虽然数字化商品的概念听起来像一个简单的过程，但围绕房地产，甚至人类注意力及电力等商品如何数字化在经济激励动力和经济推理的不同方面，我们要重新考虑，哪个平台负责数字化，哪个供应商平台在哪种情况下出现“供应商锁定”程度以及对哪个管理平台的依赖。

记录和注册管理机构（如权证系统和供应链）也可以通过分布式账本系统实现，但如果依赖封闭的专有系统，数字资产与经济激励层的互动水平相当有限，并且在扩散到数字生态系统或市场时会严重受阻。

利用开放市场提供的自由市场系统对于在不断发展的数字生态系统中起促进作用。

评估数据协调特性数据库协调：特征当深入分析了这些平台的功能特性时，如不可变性，安全性，可扩展性，可管理性和性能，但通过了解构建体系结构的基础，可以了解更多内容。

在分布式系统中进行数据协调，已经有许多工具了。

其中重要的例子就是Hadoop 及其生态系统集成的Spark，Hive和Zookeeper等工具。

对这些产品的依赖显示了分布式系统工具和协议的大量集成。

进一步的相似性可以在协议中显示出来，例如Tendermint，BPFT共识引擎被设计为具有与Apache Zookeeper等工具类似的功能。

在内部，也有研究沿着事件排序数据库的方向发展，可以从协调的数据共享系统中复制所需的多种功能。

通过评估Apache Kafka及数据流服务如何在企业环境中实现高水平吞吐量，我们可以根据对这些数据库协调和优化的不同级别的依赖关系区分区块链和分布式分类账之间的功能差异。

包括Plasma在内的以太坊实现正在利用像MapReduce这样的工具来增强UTXO和基于账户的模型之上的某些映射功能，同时也将组件减少到Merkle证明中，尽管协议的基础层依然依赖以太坊区块链。

通过了解这些细节，可以进一步了解如何最好地评估这些软件平台的技术特性。

数据协调：平台比较IBM Fabric通过深入了解Fabric体系结构，该平台创建了一个复杂的开发环境，专注于软件体系结构的详细配置实现出色的吞吐量，从而在分布式节点环境中实现最佳性能。

客户端和分布式背书节点网络之间的链码的移动，以及满足认可政策的交易机制和收据传输在封闭系统中是有效的。