Filecoin是如何存储数据的？

背景

在2021年的今天，一个128GB容量的存储芯片，或许足够存储普通用户一年至两年所产生的数据。但企业生产数据的能力远超个人。以自动驾驶行业为例，一家中型企业每日所产生的道路信息及机器学习数据就会达到20-100TB。而100TB数据将存满800块128GB硬盘。存储生产数据，企业可以选择自己配备存储设备，或者使用阿里云、百度云等第三方云存储服务。不论是云服务，还是数据存储中心，其本质都是基于HTTP超文本传输协议。HTTP采用中心化存储，将数据存储到单一服务器，当进行数据检索时，HTTP通过TCP建立客户端和服务器连接，服务器响应客户端调度请求、 数据传输。随着数据量的日益陡增，HTTP中心化存储易宕机，受下载带宽限制，数据易丢失的弊端逐渐显现。

在2003年，BitTorrent协议探索了分布式存储的可能。任何人都可以将资源上传至网络， 同时任何人都可以利用闲散的硬件资源为网络提供存储服务，充分调动闲置硬件及带宽资源的去中心化协作方式，成功降低了数据存储成本，为IPFS的诞生埋下了种子。但由于缺乏对商业数据版权和个人数据隐私的保护，点对点分布式存储的发展陷入低潮。2008年，中本聪发表论文《比特币：一种点对点的现金系统》奠定了区块链作为底层技术，建造去中心化协作的信任环境的基础，指明了分布式理念的发展方向。随比特币在现实世界中被广泛接受，在2004年斯坦福大学的Juan Benet和其团队协议实验室发表了去中心化存储协议IPFS（Inter Planetory FIle System）-- 星际文件系统。IPFS协议和HTTP协议在数据存储和检索方式上皆有所不同。

Filecoie如何存储数据？

Filecoin是基于IPFS传输协议衍生出的一套完整的激励体系。在Filecoin网络上，用户（订单发起者）可以根据价格，历史订单等偏好，选择数据存储服务商，也就是我们常说的矿工。以Filecoin官方的Lotus客户端为例，用户存储数据到Filecoin网络通常需要四个步骤：

1. 使用Lotus客户端将数据打包到一个CAR文件中，打包成功后，将获取根据内容生成的Data CID（唯一的内容标识符）。CID将用于存储和检索数据
2. 用户根据价格，历史订单等偏好寻找合适的矿工，继而通过Data CID向矿工提议交易，由矿工接受
3. 数据传输至矿工处，有在线和离线两种方式。在线传输适用于小规模数据量，如适用IPFS协议进行点对点传输。离线传输适用于PB级大规模数据量，如通过将硬盘送至存储矿工处
4. 矿工将数据封装并生成复制证明，然后开始向网络提交时空证明。数据封装过程，就是我们熟知的P1 P2 C1 C2 4个阶段，
   
   P1 加密并分割原始数据封装为11个layer文件（32G或64G），确保数据安全和隐私
   P2 读取P1生成的11个文件，并推算出一个结果文件，为检索数据做准备
   C1 校验P2生成的结果文件，为C2提交复制证明准备运算数据
   C2 提交复制证明，用以证实矿工确实对客户的订单数据进行了存储，并为提交时空证明做准备

Filecoie数据检索

检索数据方面，HTTP协议基于域名寻址，也就是我们平时通过输入www的网址找到内容的方式，与之不同，IPFS是基于内容寻址，还记得存储数据系统根据内容生成Data CID吗？检索数据时，需要先向Filecoin网络发送检索申请并附上Data CID，随后将受到矿工的交易提案，确认矿工持有该数据并附有矿工提出检索数据的价格，在用户同意矿工的交易提案后，用户便可从矿工处接收数据，确认数据正确无误后，支付FIL直至交易完成。

Filecoin以区块链技术为核心，以IPFS为传输基础，对数据存储和检索原理进行了较大改良。但IPFS&Filecoin的野心不止如此，为人类信息打造分布式的高效且强大的基础才是其目标。为此，Filecoin网络在经济模型设计方面做出了许多努力，退出了Filecoin Plus计划鼓励存储真实数据。

Filecoin是如何存储数据的？