区块链cap定理

区块链的共识机制

1.网络上的交易信息如何确认并达成共识？?

虽然经常提到共识机制，但是对于共识机制的含义和理解却并清楚。因此需要就共识机制的相关概念原理和实现方法有所理解。?

区块链的交易信息是通过网络广播传输到网络中各个节点的，在整个网络节点中如何对广播的信息进行确认并达成共识最终写入区块呢？?如果没有相应的可靠安全的实现机制，那么就难以实现其基本的功能，因此共识机制是整个网络运行下去的一个关键。

共识机制解决了区块链如何在分布式场景下达成一致性的问题。区块链能在众多节点达到一种较为平衡的状态也是因为共识机制。那么共识机制是如何在在去中心化的思想上解决了节点间互相信任的问题呢？?

当分布式的思想被提出来时，人们就开始根据FLP定理和CAP定理设计共识算法。规范的说，理想的分布式系统的一致性应该满足以下三点：

1.可终止性（Termination）：一致性的结果可在有限时间内完成。

2.共识性(Consensus)：不同节点最终完成决策的结果应该相同。

3.合法性(Validity)：决策的结果必须是其他进程提出的提案。

但是在实际的计算机集群中，可能会存在以下问题:

1.节点处理事务的能力不同，网络节点数据的吞吐量有差异

2.节点间通讯的信道可能不安全

3.可能会有作恶节点出现

4.当异步处理能力达到高度一致时，系统的可扩展性就会变差（容不下新节点的加入）。

科学家认为，在分布式场景下达成完全一致性是不可能的。但是工程学家可以牺牲一部分代价来换取分布式场景的一致性，上述的两大定理也是这种思想，所以基于区块链设计的各种公式机制都可以看作牺牲那一部分代价来换取多适合的一致性，我的想法是可以在这种思想上进行一个灵活的变换，即在适当的时间空间牺牲一部分代价换取适应于当时场景的一致性，可以实现灵活的区块链系统，即可插拔式的区块链系统。今天就介绍一下我对各种共识机制的看法和分析，分布式系统中有无作恶节点分为拜占庭容错和非拜占庭容错机制。

FLP定理即FLP不可能性，它证明了在分布式情景下，无论任何算法，即使是只有一个进程挂掉，对于其他非失败进程，都存在着无法达成一致的可能。

FLP基于如下几点假设：

仅可修改一次：?每个进程初始时都记录一个值（0或1）。进程可以接收消息、改动该值、并发送消息，当进程进入decidestate时，其值就不再变化。所有非失败进程都进入decidedstate时，协议成功结束。这里放宽到有一部分进程进入decidedstate就算协议成功。

异步通信：?与同步通信的最大区别是没有时钟、不能时间同步、不能使用超时、不能探测失败、消息可任意延迟、消息可乱序。

通信健壮：只要进程非失败，消息虽会被无限延迟，但最终会被送达；并且消息仅会被送达一次（无重复）。

Fail-Stop模型：进程失败如同宕机，不再处理任何消息。

失败进程数量：最多一个进程失败。

CAP是分布式系统、特别是分布式存储领域中被讨论最多的理论。CAP由EricBrewer在2000年PODC会议上提出，是EricBrewer在Inktomi期间研发搜索引擎、分布式web缓存时得出的关于数据一致性(consistency)、服务可用性(availability)、分区容错性(partition-tolerance)的猜想：

数据一致性(consistency)：如果系统对一个写操作返回成功，那么之后的读请求都必须读到这个新数据；如果返回失败，那么所有读操作都不能读到这个数据，对调用者而言数据具有强一致性(strongconsistency)(又叫原子性atomic、线性一致性linearizableconsistency)[5]

服务可用性(availability)：所有读写请求在一定时间内得到响应，可终止、不会一直等待

分区容错性(partition-tolerance)：在网络分区的情况下，被分隔的节点仍能正常对外服务

在某时刻如果满足AP，分隔的节点同时对外服务但不能相互通信，将导致状态不一致，即不能满足C；如果满足CP，网络分区的情况下为达成C，请求只能一直等待，即不满足A；如果要满足CA，在一定时间内要达到节点状态一致，要求不能出现网络分区，则不能满足P。

C、A、P三者最多只能满足其中两个，和FLP定理一样，CAP定理也指示了一个不可达的结果(impossibilityresult)。

交易

区块链交易的行为遵循不同的规则集

由于公共区块链分布式和无需许可的性质，任何人都可以签署交易并将其广播到网络。

根据区块链的不同，交易者将被收取一定的交易费用，交易费用取决于用户的需求而不是交易中资产的价值。

区块链交易无需任何中央机构的验证。仅需使用与其区块链相对应的数字签名算法（DSA）使用私钥对其进行签名。

一旦一笔交易被签名，广播到网络中并被挖掘到网络中成功的区块中，就无法恢复交易。

以太坊交易结构

以太坊交易的数据结构：交易0.1个ETH

{

'nonce':Ɔx00',?//十进制：0

'gasLimit':Ɔx5208',//十进制：21000

'gasPrice':Ɔx3b9aca00',//十进制1，000，000，000

'to':''，//发送地址

'value':Ɔx16345785d8a0000',//100000000000000000，10^17

'data':Ɔx',//空数据的十进制表示

'chainId':1//区块链网络ID

}

这些数据与交易内容无关，与交易的执行方式有关，这是由于在以太坊中发送交易中，您必须定义一些其他参数来告诉矿工如何处理您的交易。交易数据结构有2个属性设计"gas":"gasPrice","gasLimit"。

"gasPrice":单位为Gwei,为1/1000个eth,表示交易费用

"gasLimit":交易允许使用的最大gas费用。

这2个值通常由钱包提供商自动填写。

除此之外还需要指定在哪个以太坊网络上执行交易（chainId）:1表示以太坊主网。

在开发时，通常会在本地以及测试网络上进行测试，通过测试网络发放的测试ETH进行交易以避免经济损失。在测试完成后再进入主网交易。

另外，如果需要提交一些其它数据，可以用"data"和"nonce"作为事务的一部分附加。

Anonce（仅使用1次的数字）是以太坊网络用于跟踪交易的数值，有助于避免网络中的双重支出以及重放攻击。

以太坊交易签名

以太坊交易会涉及ECDSA算法，以Javascript代码为例，使用流行的ethers.js来调用ECDSA算法进行交易签名。

constethers=require('ethers')

constsigner=newethers.Wallet('钱包地址')

signer.signTransaction({

?'nonce':Ɔx00',?//十进制：0

??'gasLimit':Ɔx5208',//十进制：21000

??'gasPrice':Ɔx3b9aca00',//十进制1，000，000，000

??'to':''，//发送地址

??'value':Ɔx16345785d8a0000',//100000000000000000，10^17

??'data':Ɔx',//空数据的十进制表示

??'chainId':1//区块链网络ID

})

.then(console.log)

可以使用在线使用程序Composer将已签名的交易传递到以太坊网络。这种做法被称为”离线签名“。离线签名对于诸如状态通道之类的应用程序特别有用，这些通道是跟踪两个帐户之间余额的智能合约，并且在提交已签名的交易后就可以转移资金。脱机签名也是去中心化交易所（DEXes）中的一种常见做法。

也可以使用在线钱包通过以太坊账户创建签名验证和广播。

使用Portis，您可以签署交易以与加油站网络（GSN）进行交互。

链乔教育在线旗下学硕创新区块链技术工作站是中国教育部学校规划建设发展中心开展的“智慧学习工场2020-学硕创新工作站”唯一获准的“区块链技术专业”试点工作站。专业站立足为学生提供多样化成长路径，推进专业学位研究生产学研结合培养模式改革，构建应用型、复合型人才培养体系。

区块链游戏，主要是指Dapp中属于游戏类的区块链应用，需要和各种区块链公链有一定程度上的交互。区块链游戏从17年11月开始逐渐兴起，发展历史极为短暂，与成熟游戏相比，目前的玩法也相当简单。在业界人士看来，很多游戏甚至只是个裹着游戏外衣的资金盘。

根据Cryptogames的分类，目前上线的区块链游戏中，hotpotato、收藏交易、菠菜和ponzi是最主要的游戏玩法。数量最多的要属于hotpotato类游戏，包括近期火爆的两款游戏都是这个类型的-CryptoCelebrities(加密名人)和CryptoCountries(加密世界)。收藏交易类有35款，居第二，主要代表作为CryptoKitties(加密猫)。菠菜和ponzi类共17款，居第三，明星产品分别为EtherRoll和Etheremon。

区块链游戏所使用的主题也是五花八门，从猫、狗、龙、猪等各种动物，到人、车、国家、球队等等各种各样的题材。

区块链游戏1.0时代

时间：2017年11月到12月

主要玩法：收藏+交易

代表作：CryptoKitties、CryptoPunks

区块链技术给玩家的数字资产赋予了唯一性。这便逐渐了产生了NFT(non-fungibletokens,不可替代的令牌)概念，人们在区块链游戏中的资产唯一性和稀缺性不会随游戏本身而改变。最先应用这个概念的是LarvaLabs在17年6月推出的CryptoPunks。系统随机生成一万张朋克头像，通过智能合约放在以太坊上，免费发放给玩家后供玩家交易。

当AxiomZen工作室在NFT的基础上增加属性、繁殖和拍卖功能后，Cryptokitties爆款便诞生了。人们可以购买不同属性的小猫，与别的猫“繁衍后代“，或者将自己的猫通过荷兰式拍卖卖出。拥有稀缺独特基因的小猫被人们疯狂追捧，获得了相当高的溢价。

人们在Cryptokitties的基础上继续开发，添加了饰品和战斗功能，也增加了掘金、喂养、夺宝等玩法。

区块链游戏2.0时代

时间：2017年12月到2018年1月

主要玩法：类Ponzi

代表作：Etheremon

刚开始时，Etheremon的玩法一开始非常简单粗暴，在玩家买了某个宠物之后，后面只要有人购买相同的宠物，玩家就可以获得一小部分eth奖励。游戏团队在一周内迅速获得了2000ETH左右的利润。然后彻底改变玩法，成功转型为收藏+战斗的游戏。这种类Ponzi的玩法迅速被其他厂家所效仿，出现了以太车、ethertanks等众多模仿者。

区块链游戏3.0时代

时间：2018年1月

主要玩法：固定售价、强制涨价的hotpotato模式

代表作：CryptoCelebrities,CryptoCountries

玩家购买加密名人(中本聪，马斯克等)和加密国家(日本，美国等)，由于资产的唯一性，后续玩家只能用更高的价格从资产拥有者中购买，价格强制涨价，平台赚取一部分差价。目前最高价格的国家是日本，大约700多ETH，最贵的名人是ElonMusk,”身价“大约200ETH。

区块链游戏4.0时代

时间：2018年2月

主要玩法：多种机制结合

代表作：World.Mycollect，Cryptocities

游戏中采用了多级销售和分成，玩家探索(随机性)，抽奖，资源独特性等多种玩法。比如在Cryptocities中，玩家可以购买国家、大洲和世界来进行“征服”。征服了世界的玩家可以获得大洲和国家交易额的1%税收，征服大洲的玩家可以获得国家交易额1%的税收。而征服国家的玩家在未来可以获得其下属城市的交易额1%税收。玩家在探索新城市的时候，有几率探索出宝石，获得宝石即可获得ETH奖励。

同时期兴起的，还有菠菜类游戏。区块链的高透明度让它们更容易获得投资者信任。比较有名的有Etheroll和Vdice，玩法简单粗暴，玩家花费一定的ETH投注某个数字，当系统随机生成的数字小于该数字时，就可以获得收益。

除此之外，还有RPG(EtherCraft)，战斗游戏(Etherbots)和二次元(以太萌王)等。

2

区块链游戏的优势和劣势

纵观这些成功的案例，我们发现区块链游戏确实有着独特的优势：

较高的信任度：通过开源合约快速建立信任，使用过程完全透明，信息完全对称。公正性：可以做到数据无法篡改、规则永远不变。资产属于玩家个人：玩家资产不会随游戏的衰落而流失。具有极强的社区属性：区块链本身具有较强的交易和社区属性。

当然，目前区块链游戏也处于萌芽时期，有着明显的缺点：

无法及时交互：区块链交易存在着不确定的等待时间和拥堵的可能，很难在玩家之间形成及时交互。发送指令费用较高：每次发送指令都需要消耗GAS，而ETH的价格仍然使得GAS费用显得比较高昂。开发环境不成熟：目前以太坊的虚拟机和编程语言solidity已经是众多公链中开发环境最为成熟的一个了。但是其和其他热门语言比起来还非常的不成熟。

3

游戏化将助推区块链落地

在传统的桌面网络游戏中，厂商不断激励新进玩家导致了通货膨胀，一个游戏账号所有资产的实际价值往往远低于玩家的投入。手游出现后，道具绑定账号，账号绑定身份证的模式很快得到了普及。这也使得一旦玩家决定离开某个游戏，就必须放弃所有在游戏中的虚拟资产。区块链技术的出现和不断成熟，将使得游戏规则去中心化制定和虚拟资产去中心化储存从技术层面变得可行。而虚拟资产上链的便捷性，也使区块链在游戏场景中更容易落地。

Cryptogames认为，区块链游戏的发展方向，或者说是经典游戏(就像篮球、足球和棋类一样，一经确定规则，便经久不衰)的发展方向，一定是“去中心化”的：

规则是由玩家协商确定玩家之间互相监督保证游戏按照规则来进行游戏中所用的所有道具都由各个玩家自己所有有人破坏规则或者玩的不爽可以直接走人游戏本身不存在一个中心化的组织者

CryptoKitties的风靡极大地推广了私人钱包，区块链游戏作为早期落地的区块链应用，迅速推动了区块链的普及。同样，利用游戏开发经验和游戏设计理念开发出

两个说法供参考，都是从巴比特找到的：

比特币采取一种数学竞赛的方式来决定交易到达节点的时间，并同时保护这种顺序，在比特币系统中是通过将交易按组分配来对交易进行排序的，这样的组被称作区块（同一时刻发生的交易会分在同一个区块内），然后将这些区块链接起来，被称作区块链。区块链是用来对交易排序，而交易链则是追踪记录比特币所有权变化的，这些区块是按照时间排列的就是一个链接，未在区块内的交易被成为未确认或者未排序的交易，任何节点都快要将一组未经确认的交易放入区块中，然后向网络中的其他节点广播他们对于下一个区块应该是什么的建议。

??????如果同一时刻有多人同时生成区块（这种概率基本很小），所以就会有当前的区块的下一个区块会有多个选择，为了保证区块链接的顺序性，比特币系统让每个有效的区块必须包括一个特殊数学问题的答案，计算机会计算整个区块的文本，再加上基于加密哈希进行的随机猜测，直到得出一个低于某个特定数值的输出，哈希函数能够从任意长度的文本中创建一段简短的摘要，这个固定输出值是非常复杂的找到他的唯一方法就是随机猜测，这就是所谓的挖矿。

King在去年发行PPC的时候引入了检查点机制，以在其发展初期保护避免攻击。这个机制使其能够抵御51%攻击。”开发者可以控制一个母节点并向全网广播“检查点”，这让其它节点在某些区块上达成一致。“他说，这其实是一个”（区块链）连续性警告信息“。

C. 区块链的共识机制

1. 网络上的交易信息如何确认并达成共识？ 

虽然经常提到共识机制，但是对于共识机制的含义和理解却并清楚。因此需要就共识机制的相关概念原理和实现方法有所理解。 

区块链的交易信息是通过网络广播传输到网络中各个节点的，在整个网络节点中如何对广播的信息进行确认并达成共识 最终写入区块呢？  如果没有相应的可靠安全的实现机制，那么就难以实现其基本的功能，因此共识机制是整个网络运行下去的一个关键。

共识机制解决了区块链如何在分布式场景下达成一致性的问题。区块链能在众多节点达到一种较为平衡的状态也是因为共识机制。那么共识机制是如何在在去中心化的思想上解决了节点间互相信任的问题呢？ 

当分布式的思想被提出来时，人们就开始根据FLP定理和CAP定理设计共识算法。 规范的说，理想的分布式系统的一致性应该满足以下三点：

1.可终止性（Termination）：一致性的结果可在有限时间内完成。

2.共识性(Consensus)：不同节点最终完成决策的结果应该相同。

3.合法性(Validity)：决策的结果必须是其他进程提出的提案。

但是在实际的计算机集群中，可能会存在以下问题:

1.节点处理事务的能力不同，网络节点数据的吞吐量有差异

2.节点间通讯的信道可能不安全

3.可能会有作恶节点出现

4.当异步处理能力达到高度一致时，系统的可扩展性就会变差（容不下新节点的加入）。

科学家认为，在分布式场景下达成 完全一致性 是不可能的。但是工程学家可以牺牲一部分代价来换取分布式场景的一致性，上述的两大定理也是这种思想，所以基于区块链设计的各种公式机制都可以看作牺牲那一部分代价来换取多适合的一致性，我的想法是可以在这种思想上进行一个灵活的变换，即在适当的时间空间牺牲一部分代价换取适应于当时场景的一致性，可以实现灵活的区块链系统，即可插拔式的区块链系统。今天就介绍一下我对各种共识机制的看法和分析，分布式系统中有无作恶节点分为拜占庭容错和非拜占庭容错机制。

FLP定理即FLP不可能性，它证明了在分布式情景下，无论任何算法，即使是只有一个进程挂掉，对于其他非失败进程，都存在着无法达成一致的可能。

FLP基于如下几点假设：

仅可修改一次 ：  每个进程初始时都记录一个值（0或1）。进程可以接收消息、改动该值、并发送消息，当进程进入decide state时，其值就不再变化。所有非失败进程都进入decided state时，协议成功结束。这里放宽到有一部分进程进入decided state就算协议成功。

异步通信 ：  与同步通信的最大区别是没有时钟、不能时间同步、不能使用超时、不能探测失败、消息可任意延迟、消息可乱序。

通信健壮： 只要进程非失败，消息虽会被无限延迟，但最终会被送达；并且消息仅会被送达一次（无重复）。

Fail-Stop 模型： 进程失败如同宕机，不再处理任何消息。

失败进程数量 ： 最多一个进程失败。

CAP是分布式系统、特别是分布式存储领域中被讨论最多的理论。CAP由Eric Brewer在2000年PODC会议上提出，是Eric Brewer在Inktomi期间研发搜索引擎、分布式web缓存时得出的关于数据一致性(consistency)、服务可用性(availability)、分区容错性(partition-tolerance)的猜想：

数据一致性 (consistency)：如果系统对一个写操作返回成功，那么之后的读请求都必须读到这个新数据；如果返回失败，那么所有读操作都不能读到这个数据，对调用者而言数据具有强一致性(strong consistency) (又叫原子性 atomic、线性一致性 linearizable consistency)[5]

服务可用性 (availability)：所有读写请求在一定时间内得到响应，可终止、不会一直等待

分区容错性 (partition-tolerance)：在网络分区的情况下，被分隔的节点仍能正常对外服务

在某时刻如果满足AP，分隔的节点同时对外服务但不能相互通信，将导致状态不一致，即不能满足C；如果满足CP，网络分区的情况下为达成C，请求只能一直等待，即不满足A；如果要满足CA，在一定时间内要达到节点状态一致，要求不能出现网络分区，则不能满足P。

C、A、P三者最多只能满足其中两个，和FLP定理一样，CAP定理也指示了一个不可达的结果(impossibility result)。