区块链学习4:区块链的链式结构以及出块、孤块、孤链和追随最长链原则、分叉、主链、侧链

本文主要是介绍区块链学习4:区块链的链式结构以及出块、孤块、孤链和追随最长链原则、分叉、主链、侧链,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

☞ ░ 前往老猿Python博文目录 ░

一、区块链的结构

区块链采用链表式数据结构,区块由区块头和区块体组成,所有的区块根据散列值形成一条链状结构,这些区块一起就构成了区块链的分布式账本。如图:
在这里插入图片描述
其中每个区块的散列值由区块内的交易数据散列构成Merkle树(默克尔树)的根和上一个区块的散列值再散列构成,所以任何交易数据的变动不但会影响本区块而且会相继影响后面的区块,从而可以防止数据的篡改。

二、区块链的出块

区块链交易记账由分布在不同地方的多个节点共同完成,每一个节点都记录的是完整的账本和交易,因此它们都可以参与监督交易合法性,同时也可以共同为其作证。区块链每个节点存储都是独立的、地位等同的,依靠共识机制保证存储的一致性。但是区块链真正实施记账前,会通过共识算法选择由哪个节点产生新的区块来发起记账,即获得记账权,这个产生新的区块过程就称为出块。

区块链上一个节点产生一个交易之后,会将交易广播出去。链上的每个节点会去收集网络上的交易信息,放入本地内存池进行一些基本验证,如果验证成功,则将其放入“未确认交易池”,等待被打包;节点根据根据共识算法获得记账权后,将从“未确认交易池”中抽取约一定数量的“未确认交易”进行打包,把这些交易打包成一个区块,将自己节点打包的未确认交易写入新的区块中,由于区块容量有限,有可能并不是所有未确认交易都会被当前出块打包,此时会根据一定的优先级方式挑选打包交易。

区块链出块后出块节点需要将新区块在网络中传播,每个节点将独立校验网络中的新区块,每一个节点在将它转发到其节点之前,会进行一系列的测试去验证它,这确保了只有有效的区块会在网络中传播。

三、分叉、孤块、孤链、追随最长链原则和主链

  • 分叉:因网络延迟等原因,区块链记账可能出现两个不同内容区块,这两个区块又会被不同的节点所接受并继续各自在后面产生新区块形成两条不同的链,这就是分叉。分叉又分为软分叉和硬分叉。
  • 软分叉是指当区块链出现分叉的情况下,区块链采用“追随最长链原则”,当其中一个后面跟的区块更多时,另一个区块及跟随的短链就会被抛弃变成“孤块”和“孤链”,其交易也会被失效,区块链会回到最长链,这个链也就是主链。这种能回到最长链的分叉情况就称为软分叉。否则就称为硬分叉;
  • 软分叉除了出现在新记账区块由于时延等导致的不同内容区块外,也可能出现在区块链客户端程序升级时。由于没有中心化机构,区块链每次“代码升级”都需要获得社区的一致认可,如果社区无法达成一致,区块链就会形成分叉。软分叉和硬分叉都“向后兼容”(即接受升级以前产生的区块),这样才能保证新节点可以从头验证区块链。而软分叉还可以“向前兼容”,向前兼容是指旧版本的终端可以接受由新版本的终端所产生的区块;
  • 在区块链升级时或终端版本升级时,如果新版本和旧版本中的区块能够相互兼容,此时如果存在分叉是“软分叉”,如果旧版本的终端不能接受由新版本的终端所产生的区块就称为“硬分叉”。

更多内容请参考《8分钟读懂区块链分叉》。

四、侧链

侧链本质上是一种协议,这种协议允许满足协议的不同区块链之间的账户相互等价转移区块链货币。转移出去方的区块链为主链,接收方的区块链为侧链。

更多关于侧链的内容请参考《搞不懂什么是区块链中的侧链?看完这篇就够了!》

更多关于区块链的内容请见老猿专栏《零基础学区块链》或《零基础学区块链专栏文章目录》。

跟老猿学Python、学5G!

☞ ░ 前往老猿Python博文目录 ░

这篇关于区块链学习4:区块链的链式结构以及出块、孤块、孤链和追随最长链原则、分叉、主链、侧链的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/846523

相关文章

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;

poj3261(可重复k次的最长子串)

题意:可重复k次的最长子串 解题思路:求所有区间[x,x+k-1]中的最小值的最大值。求sa时间复杂度Nlog(N),求最值时间复杂度N*N,但实际复杂度很低。题目数据也比较水,不然估计过不了。 代码入下: #include<iostream>#include<algorithm>#include<stdio.h>#include<math.h>#include<cstring

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss