区块链如何升级数据库？

区块链分布式存储：生态大数据的存储新模式

区块链，当之无愧的2019最靓的词，在科技领域闪闪发亮，在实体行业星光熠熠。

2019年的1024讲话，让区块链这个词焕然一新，以前它总是和传销和诈骗联系在一起，“区块链”这个词总是蒙上一层灰色。但是如今，区块链则是和实体经济融合紧密相连，成为国家的战略技术，这个词瞬间闪耀着热情的红色和生意盎然的绿色。

“产业区块链”在这个时代背景下应运而生，是继“互联网”后的又一大热门词汇，核心就是区块链必须和实体产业融合，脱虚向实，让区块链技术找到更多业务场景才是正道。

区块链的本质就是一个数据库，而且是采用的分布式存储的方式。作为一名区块链从业者，今天就来讲讲区块链的分布式存储和生态大数据结合后，碰撞产生的火花。

当前的存储大多为中心化存储，存储在传统的中心化服务器。如果服务器出现宕机或者故障，或者服务器停止运营，则很多数据就会丢失。

比如我们在微信朋友圈发的图片，在抖音上传的视频等等，都是中心化存储。很多朋友会把东西存储在网上，但是某天打开后，网页呈现404，则表示存储的东西已经不见了。

区块链，作为一个分布式的数据库，则能很好解决这方面的问题。这是由区块链的技术特征决定了的。区块链上的数字记录，不可篡改、不可伪造，智能合约让大家更高效地协同起来，从而建立可信的数字经济秩序，能够提高数据流转效率，打破数据孤岛，打造全新的存储模式。

生态大数据，其实和我们每天的生活息息相关，比如每天的天气预报，所吃的农产品的溯源数据等等，都是生态大数据的一部分。要来谈这个结合，首先咱们来看看生态大数据存储的特点。

伴随着互联网的发展，当前，生态大数据在存储方面有具有如下特点：

从数据规模来看，生态数据体量很大，数据已经从TB级跃升到了PB级别。

随着各类传感器技术、卫星遥感、雷达和视频感知等技术的发展，数据不仅来源于传统人工监测数据，还包括航空、航天和地面数据，他们一起产生了海量生态环境数据。近10年以来，生态数据以每年数百个TB的数据在增长。

生态环境大数据需要动态新数据和历史数据相结合来处理，实时连续观测尤为重要。只有实时处理分析这些动态新数据，并与已有历史数据结合起来分析，才能挖掘出有用信息，为解决有关生态环境问题提供科学决策。

比如在当前城市建设中，提倡的生态环境修复、生态模型建设中，需要大量调用生态大数据进行分析、建模和制定方案。但是目前很多历史数据因为存储不当而消失，造成了数据的价值的流失。

既然生态大数据有这些特点，那么它有哪些存储需求呢？

当前，生态大数据面临严重安全隐患，强安全的存储对于生态大数据而言势在必行。

大数据的安全主要包括大数据自身安全和大数据技术安全，比如在大数据的数据存储中，由于黑客外部网络攻击和人为操作不当造成数据信息泄露。外部攻击包括对静态数据和动态数据的数据传输攻击、数据内容攻击、数据管理和网络物理攻击等。

例如，很多野外生态环境监测的海量数据需要网络传输，这就加大了网络攻击的风险。如果涉及到军用的一些生态环境数据，如果被黑客获得这些数据，就可能推测到我国军方的一些信息，或者获取敏感的生态环境数据，后果不堪设想。

生态大数据的商业化应用需要整合集成政府、企业、科研院所等社会多来源的数据。只有不同类型的生态环境大数据相互连接、碰撞和共享，才能释放生态环境大数据的价值。

以当前的智慧城市建设为例，很多城市都在全方位、多维度建立知识产权、种质资源、农资、农产品、病虫害疫情等农业信息大数据中心，为农业产供销提供全程信息服务。建设此类大数据中心，离不开各部门生态大数据的共享。

但是，生态大数据共享面临着巨大挑战。首先，我国生态环境大数据包括气象、水利、生态、国土、农业、林业、交通、社会经济等其他部门的大数据，涉及多领域多部门和多源数据。虽然目前这些部门已经建立了自己的数据平台，但这些平台之间互不连通，只是一个个的数据孤岛。

其次，相关部门因为无法追踪数据的轨迹，担心数据的利益归属问题，便无法实现数据的共享。因此，要想挖掘隐藏在生态大数据背后的潜在价值，实现安全的数据共享是关键，也是生态大数据产生价值的前提和基础。

生态大数据来之不易，是研究院所、企业、个人等社会来源的集体智慧。

其中，很多生态大数据涉及到了知识产权的保护。但是目前的中心化存储无法保证知识产权的保护，无法对数据的使用进行溯源管理，容易造成知识产权的侵犯和隐私数据的泄露。

这些就是生态大数据在存储方面的需求。在当前产业区块链快速发展的今天，区块链的分布式存储是可以为生态大数据存储提供全新的存储方式的。这个核心前提就是区块链的分布式存储、不可篡改和数据追踪特性。

把区块链作为底层技术，搭建此类平台，专门存储生态大数据，可以设置节点管理、存储管理、用户管理、许可管理、业务通道管理等。针对上层业务应用提供高可用和动态扩展的区块链网络底层服务的实现。在这个平台的应用层，可以搭建API接口，让整个平台的使用灵活可扩展。区块链分布式存储有如下特点：

利用区块链的分布式存储，能够实现真正的生态大数据安全存储。

首先，数据永不丢失。这点对于生态大数据的历史数据特别友好，方便新老数据的调用和对比。

其次，数据不易被泄露或者攻击。因为数据采取的是分布式存储，如果遭遇攻击，也只能得到存储在部分节点里的数据碎片，无法完全获得完整的数据信息或者数据段。

区块链能够实现生态数据的存储即确权，这样就能够避免知识产权被侵害，实现安全共享。毕竟生态大数据的获取，是需要生态工作者常年在野外驻守，提取数据的。

生态大数据来之不易，是很多生态工作者的工作心血和结晶，需要得到产权的保护，让数据体现出应用价值和商业价值，保护生态工作者的工作动力，让他们能够深入一线，采集出更多优质的大数据。

同时，利用区块链的数据安全共享机制，也能够打破气象、林业、湿地等部门的数据壁垒，构建安全可靠的数据共享机制，让数据流转更具价值。

现在有部分生态工作者，为了牟取私利，会将生态数据篡改。如果利用区块链技术，则没有那么容易了。

利用加密技术，把存储的数据放在分布式存储平台进行加密处理。如果生态大数据发生变更，平台就可以记录其不同版本，便于事后追溯和核查。

这个保护机制主要是利用了数据的不可篡改，满足在使用生态大数据的各类业务过程中对数据的安全性的要求。

区块链能够对数据提供安全监控，记录应用系统的操作日志、数据库的操作日志数据，并加密存储在系统上，提供日志预警功能，对于异常情况通过区块链浏览器展示出来，便于及时发现违规的操作和提供证据。

以上就是区块链的分布式存储能够在生态大数据方面所起的作用。未来，肯定会出现很多针对生态大数据存储的平台诞生。

生态大数据是智慧城市建设的重要基础资料，引用区块链技术，打造相关的生态大数据存储和管理平台，能够保证生态大数据的安全存储和有效共享，为智慧城市建设添砖加瓦，推动产业区块链的发展。

作者：Justina，微信公众号：妙译生花，从事于区块链运营，擅长内容运营、海外媒体运营。

题图来自Unsplash, 基于CC0协议。

什么是“区块链”？

区块链有两个含义：

1、区块链(Blockchain)是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。所谓共识机制是区块链系统中实现不同节点之间建立信任、获取权益的数学算法。

2、区块链是比特币的底层技术，像一个数据库账本，记载所有的交易记录。这项技术也因其安全、便捷的特性逐渐得到了银行与金融业的关注。

狭义来讲，区块链是一种按照时间顺序将数据区块以顺序相连的方式组合成的一种链式数据结构，并以密码学方式保证的不可篡改和不可伪造的分布式账本。

广义来讲，区块链技术是利用块链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种全新的分布式基础架构与计算方式。

区块链究竟是什么呢？

区块链究竟是什么呢？本质上讲，区块链是一种分布式、去中心化的网络数据库系统，这个系统会让数据的存储、更新、维护、操作变得不同。区块链有四项不可缺的核心技术，分别是：分布式存储、共识机制、密码学原理、智能合约。

那么我们下面就讲一讲，与传统数据处理相比，区块链到底有什么不同，帮助大家了解区块链是什么，让大家对区块链有一个总的认知。

一、区块链中的数据存储：块链式数据结构

在数据存储方面，区块链技术利用的是“块链式数据结构”来验证与存储数据的。

块链式结构是什么意思呢？铁链子大家都见过吧，一环套一环那种，那其实，每一环我们可以看作是一个区块，很多环节扣在一起就形成了区块链。

这个所谓的“铁链”是如何存储数据的呢？简单来讲，区块链和普通存储数据的不同之处在于：在区块链上，后一个区块里的数据是包含前一个区块里的数据的。

以读书为例：我们平时看书，看完第 1 页，接着读第 2 页、第 3 页......

那在区块链里面呢，如果给每个区块标注上页码，那么第 2 页的内容是包含第 1 页的内容的，第 3 页的内容包含第 1 页和第 2 页的内容......第 10 页包含了前 9 页的内容，就是这样一个层层嵌套的链条，这样一来，就可以追溯到最本源的数据了，这就是区块链的可追溯性。

区块链这种“块链式数据结构”使之具备可追溯性，这就天然适用于许多领域，譬如：食品溯源、药品溯源等等。这样一来，毒奶粉、假疫苗、伪劣食品事件出现的概率就会大大降低，因为一旦出现问题，通过溯源可以清晰知道到底是哪个环节出现问题，问责追偿将会更加清晰。

二、区块链中的数据更新：分布式节点共识算法

在数据更新方面，区块链技术是利用“分布式节点共识算法”来生成和更新数据。

每每生成新的区块（也就是更新数据的时候），都需要通过一种算法，获得全网 51% 以上节点的认可才能构成新的区块。说白了就是投票，超过半数人同意就可以生成，这就使得区块链上的数据不容篡改。

为什么这么说呢？我们还是打一个比喻：我们把区块链比作一个账本，因为都是记录数据的嘛，传统世界里，记账权力在于记账先生，账本属于记账先生一个人的。那么在区块链里面，每一个人都拥有这个账本，想要更新账目呢，就要投票，半数人以上赞成才可以去更新账目数据。

在这个过程中，我们会涉及到这么几个名词：分布式、节点、共识算法，这几个名词其实非常好理解：

每个人都记账（也就是人人拥有账本，账本分散在每个人手里），就是所谓的“分布式”；

大家讨论、投票产生的、一致赞同的记账办法，就是所谓的“共识算法”；

每一个参与记账的人，就是所谓的“节点”。

三、区块链中的数据维护：密码学

在数据维护阶段，区块链的不同之处就在于：它利用密码学的方式来保证数据传输和访问的安全。

区块链中所应用的密码学原理主要有：哈希算法、Merkle 哈希树、椭圆曲线算法、 Base58。这些原理，其实都是通过一系列复杂的运算以及换算，来保证区块链上数据安全。

四、区块链中的数据操作：智能合约

智能合约，是由计算机程序定义并自动执行的承诺协议，说白了，就是用代码执行的一套交易准则，类似于现在的信用卡自动还款功能，开启这个功能，你自己什么都不用管，到期银行会自动扣除你欠的钱。

智能合约的突出优势就是，很大程度上避免了由信任产生的一系列问题。

我们很多人，都遇到过被借钱的事情：朋友手头紧了跟你借 2000 块钱，承诺下个月发了工资还钱，到了下个月他又找别的借口不还，拖来托去这事儿就没谱了。本来没多少钱，还是朋友，虽然你很郁闷，这事也就算了。

那么，有了智能合约以后，他就不能赖账了，因为在智能合约上，一旦触发合约中的条款，代码就会自动执行，不管他愿不愿意，只要他发了工资、账户上有了钱，他就得还你。

总结一下本节内容，区块链中有四项不可缺的核心技术，分别是：分布式存储、共识机制、密码学原理、智能合约。

我们可以这样理解：分布式存储对应的是数据存储这个阶段，共识机制对应的是数据的处理更新这个阶段，密码学对应的是数据安全，智能合约对应的是数据的操作问题。

区块链和大数据分析有什么关系

大数据和区块链两者之间有个共同的关键词：分布式，代表了一种从技术权威垄断到去中心化的转变。

分布式存储：HDFS vs. 区块

大数据，需要应对海量化和快增长的存储，这要求底层硬件架构和文件系统在性价比上要大大高于传统技术，能够弹性扩张存储容量。谷歌的GFS和Hadoop的HDFS奠定了大数据存储技术的基础。另外，大数据对存储技术提出的另一个挑战是多种数据格式的适应能力，因此现在大数据底层的存储层不只是HDFS，还有HBase和Kudu等存储架构。

区块链，是比特币的底层技术架构，它在本质上是一种去中心化的分布式账本。区块链技术作为一种持续增长的、按序整理成区块的链式数据结构，通过网络中多个节点共同参与数据的计算和记录，并且互相验证其信息的有效性。从这一点来说，区块链技术也是一种特定的数据库技术。由于去中心化数据库在安全、便捷方面的特性，很多业内人士看好其发展，认为它是对现有互联网技术的升级与补充。

分布式计算：MapReduce vs. 共识机制

大数据的分析挖掘是数据密集型计算，需要巨大的分布式计算能力。节点管理、任务调度、容错和高可靠性是关键技术。Google和Hadoop的MapReduce是这种分布式计算技术的代表，通过添加服务器节点可线性扩展系统的总处理能力(Scale Out)，在成本和可扩展性上都有巨大的优势。现在，除了批计算，大数据还包括了流计算、图计算、实时计算、交互查询等计算框架。

区块链的共识机制，就是所有分布式节之间怎么达成共识，通过算法来生成和更新数据，去认定一个记录的有效性，这既是认定的手段，也是防止篡改的手段。区块链主要包括四种不同的共识机制，适用于不同的应用场景，在效率和安全性之间取得平衡。以比特币为例，采用的是“工作量证明”(Proof Of Work，简称POW)，只有在控制了全网超过51%的记账节点的情况下，才有可能伪造出一条不存在的记录。