一文读懂区块链以及一个区块链的实现

区块链这个技术在2017年是比较火的，基于区块链技术的比特币的价格也是高的惊人，于是我就想对区块链技术做个深入了解。在网上看了大量文章后，发现大多数文章要么只讲理论，要么就只贴代码，都不太满意。于是我就写了这篇文章，代码结合理论一起讲解。

定义

我有一个习惯，就是查找一个概念或一个专有名词的时候就喜欢去维基百科上找，而不喜欢去百度上面搜。维基百科对区块链有这样一段描述：

it as an open, distributed ledger that can record transactions between two parties efficiently and in a verifiable and permanent way

简单说区块链就是开放的分布式账本，并且可以以一种可核查的（verifiable）和永久的（permanent）方式记录双方的交易。这里有几个关键词（已经加重标出了），我们依次来讲解一下这几个词。开放的，与开放的相对的是封闭的（或者说加密的），我们平常使用的数据库（如MySQL），在访问数据库之前都要先输入密码，密码错了则不能访问，这个是封闭的的做法。而开放的则不是这样，任何人都可以免费的得到这份账本，无需输入密码。分布式说明无中心节点，每个节点都是平等的，并且都保存着一份完整的账本。账本说明区块链可以存储、读取信息，我们可以大胆的认为它就是一个数据库，只不过与我们传统的数据库不太一样而已。可核查的，我们知道既然每个节点都是平等的，那么每个节点都有权向账本中写入数据（向区块链的末尾添加一个区块），其他节点就要判断你添加的这个数据是否是合法的，只有合法的数据才会被认可，并且把这个数据也添加到自己的账本。

区块

一个区块需要包含以下信息：

1. id，用于唯一表示这个区块
2. prev_hash，前一个区块的hash
3. nonce，工作量证明相关，用于工作量证明算法的计数器
4. data，存储的数据，我们这个是很简单的区块链，所以存放的是简单的字符串
5. timestamp，挖到这个区块的时间，用unix时间戳表示
6. hash，256位（二进制，每一位都是0或1），每个区块的hash都不同，同id，也可用于唯一表示这个区块

上面只是对每个属性做了个简单的介绍，具体的介绍放到对应的小节讲，如nonce会在讲解工作量证明那节会详细讲到。我们按照上面的定义可以很快写出下面的类：

class Block(object):def _calc_hash(self, data, nonce, prev_hash):return hashlib.sha256(data + str(nonce) + prev_hash).hexdigest()def __init__(self, **kwargs):self.id = kwargs['id']self.prev_hash = kwargs['prev_hash']self.nonce = kwargs['nonce']self.data = kwargs['data']self.timestamp = kwargs['timestamp']self.hash = self._calc_hash(self.data, self.nonce, self.prev_hash)
复制代码

这里我假设输入是合法的，如data和prev_hash均有值且都是str类型，nonce有值且可用str()内置函数转成str类型。如果把这段代码用到生产环境中是非常不明智的，最好先对用户的输入做一系列的合法性判断，如果不合法该怎么处理，因为本篇主要讲解原理，所以代码追求尽可能的简单。

这里用到了hashlib这个库来计算hash值，关于hash有以下几个重要推论：

1. 源不一样则hash出来的结果一定不一样
2. 源一样则hash出来的结果也一样
3. 源一旦有任何改变都会导致hash出来的结果变得面目全非，实际上这点可以通过前面两点推导而来
4. 根据结果无法反向推导出源，即不可逆
5. 用同一个hash函数（或hash算法）得到的结果的长度都是一样长的，不管源的长度如何，

本程序中用到了sha256算法，该算法得出的结果长度恒为256位。 大家可能注意到了，我是说以上几点都是推论，至于为什么说是推论，因为理论上并不成立。比如说第1点，我们可以试想以下，因为hash是256位，每一位都要么是0要么是1，那么总共有2的256次方种可能， 如果我们有2的256次方加1次不同的输入，那么必然会有至少两次hash出来的结果是一样的，但是要计算2的256次方加1次hash所需要的时间很长很长（感兴趣的读者可以自己计算一下，设每次hash所需时间为T，那么2的256次方乘以T就是需要的时间），长到两次hash的结果完全一样的概率无限趋近于0，这一点只要知道就好。

基于以上几点，我们就知道，除非某两个区块的data + str(nonce) + prev_hash的结果完全一样，否则任意两个区块的hash值都不一样且是唯一的。而两个区块的data + str(nonce) + prev_hash的结果完全一样几乎是不可能的，所以使用hash来唯一表示一个区块也是可行的。

创建创世区块

创世区块是区块链的第一个区块，一般都是预先定义好，不存储任何有价值的信息。我们定义一个创建创世区块的函数，代码如下：

def create_genesis_block():params = {'id': 0,'data': '','nonce': 0,'prev_hash': '','timestamp': int(time.time())}return Block(**params)
复制代码

这段代码很好理解，就不详细说了。需要注意的是，因为创世区块是区块链的第一个区块，所以它的prev_hash为空字符串，prev_hash是表示前一个区块的hash。

工作量证明

前面说过区块链是可核查的，即区块链要有一种方法来证明你这个区块是合法的，是合法的区块才能append到区块链的末尾，本篇就来讲述如何判断一个区块是否是合法的。 工作量证明的核心是难于计算但是易于验证。换句话说就是，客户端通过大量的计算才能得到一个结果，但是要验证这个结果是否正确则是非常容易的。要验证一个区块 是否合法，我们要先定义一个规则，任何遵守这个规则的区块我们都认为是合法的。比如我们规定一个区块的hash必须以4个0（十六进制，二进制这是16个0）开头，如以下是合法的hash

0000ea046ff88074619b8c984ad64416d7b38a7cd2601339bc31718c0c1faad7
0000a19c1565f45229616010a136680a1540a6a4f580a6acbb84d0bf65f04b60
复制代码

以下则是不合法的hash

12deea046ff88074619b8c984ad64416d7b38a7cd2601339bc31718c0c1faad7
ef23a19c1565f45229616010a136680a1540a6a4f580a6acbb84d0bf65f04b60
复制代码

这个是很好验证的，符合工作量证明的核心易于验证。我们再来讨论得到这个hash值是否是难于计算。转换成二进制后，hash的前16位必须是0，根据概率学，那么大概需要2的16次方（65536）次计算才能得到一个合法的hash值，读者可以自己写代码验证一下，如：

import hashlibdef calc_hash(data, nonce, prev_hash):return hashlib.sha256(data + str(nonce) + prev_hash).hexdigest()def main():nonce = 0data = 'hello, blockchaindfewdffbv'prev_hash = ''while True:hash = calc_hash(data, nonce, prev_hash)if hash[:4] == '0000':breaknonce += 1print 'Got you:'print nonceprint hash
复制代码

根据概率学，跑的次数越多，平均值就会越接近65536，理论上是这样，实际上应该也是，有兴趣的读者可以自己测一下。所以平均要经过65536次计算才能得到一个合法的hash，如果改变一下规则，要求hash值（十六进制）的前6位必须是0，那么平均要经过2的24次方（16777216）才能得到一个合法的hash值，因此符合工作量证明的核心难于计算。 从理论上这个规则是OK的吗，我们就来写代码来实现它吧。

NUM_ZEROS = 4
class ProofOfWork(object):def __init__(self, block):self.block = blockdef is_block_valid(self):return self.block and self.block.hash and self.block.hash.startswith('0' * NUM_ZEROS)
复制代码

代码很简单，就不解释了。NUM_ZEROS越大，难度越高，需要的计算次数也越多。但是不管NUM_ZEROS设的多大，都是易于验证的。

这个ProofOfWork类基本可以工作，但是有个问题，Block有那么多个属性，我们仅仅是验证了它的其中一个属性（hash），而忽略了其他属性。没错，我们还要验证id和prev_hash，id 必须比前一个区块的id多1，pre_hash必须等于前一个区块的hash，我们来完善代码。

NUM_ZEROS = 4
class ProofOfWork(object):def __init__(self, block, prev_block):self.block = blockself.prev_block = prev_blockdef is_block_valid(self):return self.block and self.block.hash and self.block.hash.startswith('0' * NUM_ZEROS) \and self.block.id == self.prev_block.id + 1 \and self.block.prev_hash == self.prev_block.hash
复制代码

挖矿

现在我们只有一个区块，也就是创世区块，我们自然而然就想得到更多的块，这个就是挖矿了。挖矿的目的是要根据blockchain中的最后一个block，找到一个符合条件的新的block。 符合条件是指符合工作量证明，只有通过工作量证明的区块才能被其他节点认可和接受。挖矿的原理很简单，就是不断的递增nonce值，得到一个对应的区块，然后去验证这个区块是否满足工作量证明，满足则说明找到了一个符合条件的矿，没找到则继续递增nonce。代码如下：

def mine(prev_block):nonce = 0while True:data = 'block ' + str(prev_block.id + 1)params = {'id': prev_block.id + 1,'data': data,'nonce': nonce,'prev_hash': prev_block.hash,'timestamp': int(time.time())}block = Block(**params)if ProofOfWork(block, prev_block).is_block_valid():return blocknonce += 1
复制代码

因为挖矿需要做大量的计算，所以挖矿是很耗费能源的（电力）。

区块链

区块链，顾名思义，就是区块形成的链。上节讲了挖矿，就算挖得再多，不把它们链起来，依然没用。话不多说，直接上代码：

class BlockChain(object):def __init__(self):self.blocks = []def add_block(self, block):if not ProofOfWork(block, self.get_last_block()).is_block_valid():return Falseself.blocks.append(block)return Truedef get_last_block(self):return self.blocks[-1]def is_chain_valid(self):prev_block = self.blocks[0]for block in self.blocks[1:]:if not ProofOfWork(block, prev_block).is_block_valid():return Falseprev_block = blockreturn True
复制代码

我们把区块链定义成了一个list，并添加了几个方法：

• add_block： 向区块链的末尾添加一个区块，只有经过工作量证明的区块才能添加
• get_last_block：返回区块链中的最后一个区块
• is_chain_valid: 判断该区块链是否合法

代码很简单，就不解释了。

后记

本文在讲解区块链的原理的基础上，也实现了一个简单的区块链。当然由于篇幅所限，只讲了区块链的部分，还有很多没讲，比如既然区块链是一个数据库的话，我们并没有讲到区块链的存储，以及各个节点的同步等。这个有机会放到下篇再讲（要准备年会了，我也不知道下篇是什么时候^_^）。实际上存储以及同步都已经实现了，代码在github上，希望读者可以star一下， 另希望也能关注一下本人的技术公众号。