读书笔记——区块链原理、设计与应用（一)——区块链基本概念问题

第二章 核心技术概览

交易性能

高性能、安全、稳定性、硬件辅助加解密能力，是考察节点性能的核心要素。
提高性能：

1. 提升单节点性能——硬件、策略、算法
2. 链下交易，链上记录——闪电网络、侧链

认识误区

1. 区块链不等于比特币。
2. 区块链不等于数据库。
3. 区块链不是一门万能的巅峰性技术。

第三章 典型应用场景

区块链自身维护着一个按时间顺序持续增长、不可篡改的数据记录，当现实或数字世界中的资产可以生成数字摘要时，区块链便成为确权类应用的完美载体，提供包含所属权和时间戳的数字证据。可编程的智能合约使得区块链上登记的资产可以获得在现实生活中难以提供的流动性，并能够保证合约规则的透明性和不可篡改。
应用场景：
金融服务
征信和权属管理
该领域的技术问题包括缺乏足够的数据和分析能力；缺乏可靠的平台支持以及有效的数据整合管理。

1. 征信管理
   数据问题：
   数据量不足
   相关度较差：隐私高度敏感，用户不愿暴露给第三方
   时效性不足
2. 权属管理
   存在问题：
   所有权的确认和管理
   交易的安全性和可靠性保障
   必要的隐私保护机制

资源共享
以Airbnb为代表。
问题：
共享过程成本高
用户行为评价难
共享服务管理难
贸易管理
突破口：
自动化国际贸易和物流供应链领域中繁琐的手续和流程、
贸易合同数字化、
货物监控与监测、
实施支付
物联网

第四章 分布式系统核心问题

一致性问题

一致性：是指对于分布式系统能实现中的多个服务节点，给定一系列操作，在约定协议的保障下，试图使得它们对处理结果达成“某种”程度的认同。
注：一致性不代表结果正确与否，而是系统对外呈现的状态一致与否；例如，所有节点都打成失败状态也是一种一致。

一致性要求
分布式系统达成一致的过程，应该满足：
可终止性：一致的结果在有限时间内能完成；
约同性：不同节点最终完成决策的结果事相同的；
合法性：决策的结果必须是某个节点提出的提案。

强一致性

1. 顺序一致性：一种比较强的约束，保证所有进程看到的全局执行顺序一致，并且每个进程看自身的执行顺序跟实际发生顺序一致。
2. 线性一致性：在顺序一致性前提下加强了进程间的操作系统，形成唯一的全局顺序，具有很强的原子性保证。

共识算法

一致性描述的结果状态，共识则是一种手段。
共识算法解决的而是对某个提案大家达成一致意见的过程。

非拜占庭错误（CFT）：出现故障但不会伪造信息的情况；
拜占庭错误（BFT）：伪造信息恶意响应的情况。
CFT类共识算法：Paxos、Raft
BFT类共识算法：PBFT类、PoW类

FLP不可能原理

FLP不可能原理：在网络可靠，但允许节点失效（即便只有一个）的最小化异步模型系统中，不存在一个可以解决一致性问题的确定性共识算法。
同步是指系统中的各个节点的时钟误差存在上限；并且消息必须在一定时间内完成，否则认为失败；同时各个节点完成处理消息的时间是一定的。
异步是指系统中各个节点可能存在较大的时钟差异，同时消息传输时间是任意长的，各节点对消息运行处理的时间也是任意长的，造成无法判断某个消息迟迟没有被响应是哪一步出现了问题。

CAP原理

CAP原理：分布式系统不可能同时确保以下三个特性：一致性（Consistency）、可用性（Availability）和分区容错性（Partition）。
一致性：任何操作都应该是原子的，发生在后面的事件能看到前面事件发生导致的结果，这里指强一致性。
可用性：在有限时间内，所有的非失败节点都能应答请求。
分区容错性：网络可能发生分区，即节点之间的通信不可保障。

1. 弱化一致性
   对结果一致性不敏感的应用，可以允许在新版本上线后过一段时间才最终更新成功，期间不保证一致性。例如网站静态页面内容、实用性较弱的查询类数据库，简单分布式同步协议如Gossip，以及couchdb、Cassandra数据库。
2. 弱化可用性
   对结果一致性很敏感的应用，例如银行取款机，当系统故障时候回拒绝服务。MongoDB、Redis、Map reduce等。Paxos和Raft。
3. 弱化分区容错性
   两阶段的提交算法，某些关系型数据库以及ZooKeeper。

ACID原则

ACID原则指的是：Atomicity（原子性）、Consistency（一致性）、Isolation（隔离性）、Durability（持久性）。
ACID特征：
Atomicity（原子性）：每次操作是原子的，要么成功，要么不执行；
Consistency（一致性）：数据库的状态是一致的，无中间状态；
Isolation（隔离性）：各种操作彼此之间互不影响；
Durability（持久性）：状态的改变是持久的，不会生效。