区块链与你“最熟悉的陌生人”

提起“默克尔树作为底层数据结构的分布式系统”你会想起谁？除了区块链，其实还有你最熟悉的陌生人——Git。

“简化版”的区块链

从许多角度看，Git都像简化版的区块链。

Git的开发始于2005年。彼时，Linux内核开发团队正被之前使用的专有代码管理系统BitKeeper所困扰，Linus Torvalds希望获得一种体验近似BitKeeper的分布式系统，遍寻不得，便选择了自行开发。

Git项目开发效率惊人——Linus 4月3日开工，6日向社区宣布，7日实现self-hosting，18日第一批分枝合并，29日就能以每秒6.7次的速度向Linux内核代码树打补丁。6月，在Git的控制下，便发布了2.6.12版内核。

如果用三句话阐述Git的运行原理，那就是：

生成修改过的文件

生成当前目录 tree 文件，关联当前状态文件

生成commit文件，关联到当前目录tree文件，并记下父 commit

其使用方式可简单描述为：本地提交，累积几次后push到remote。本次提交会关联上一次提交，跟区块链是不是类似？版本控制最重要的是可追溯，如果某次错误提交，还可以回退到历史版本——可追溯也是区块链的重要特性。

区块链是分布式的，Git天然就是分布式，不过Git依赖文件系统。以GitHub上的操作为例，代码或者文档一旦提交，操作将无法撤销。如果程序员clone repo，只要不删除，将永久存储在自身电脑，除非文件系统崩溃；如果某程序员fork该repo，只要账户不被删除，这个repo将永久保留在账户之下。

另外，某个repo fork、clone次数越多，被摧毁的概率也就越低；再者，某个repo即使最近一次操作清空了所有代码，还可以通过git log恢复。

区块链的另一个特性是不可篡改，也就是只能Insert。Git呢？GitHub托管的repo里的内容本身是可以修改的，然而这个commit历史却是无法修改的。每一次commit都有唯一标志，本次commit会有parent commit的信息。Git产生的log也可以通区块链数据库类比。

而且，谁能说“不可修改”或者具备共识算法就是可称为区块链的充分条件呢？

如果将视角转向底层，我们能发现两者更多相似。

共同的底层数据结构——默克尔树

区块链与Git内部数据结构都以树形数据对象表示——即以默克尔树（Merkle Tree）作为底层数据结构。

默克尔树这种现代数据结构是由计算机科学家Ralph Merkle（他也是公钥加密算法共同设计者）在1979年提出（作为对比，Knuth的TAOCP三卷第一版写完是1973年），并以他的名字命名。

这种数据结构的特点是：

大多数为二叉树，也可以多叉树，无论是几叉树，它都具有树结构的所有特点

叶子节点value是数据集合的单元数据或者单元数据Hash

非叶子节点的value是根据它下面所有的叶子节点值，然后按照Hash算法计算而得出

近年来，除了Bitcoin、Ethereum、IPFS，一大批计算机工程突破，都得益于这种数据结构进行完整性校验，例如文件系统ZFS、Btrfs，另一种分布式版本控制系统Mercurial，NoSQL数据库Apache Cassandra、Riak、Dynamo等。BT下载，也是通过默克尔树进行完整性校验。

要实现完整性校验，最简单的方法是对整个数据文件做Hash运算，把得到的Hash值公布在网上，下载数据后，再次运算Hash值，如果运算结果相等，就表示没有任何的损坏。

假如从稳定的服务器上下载，那么采用单个Hash来进行校验的形式是可以接受的。但在点对点网络中作数据传输时，会从同时从多个机器上下载，且线路充斥着不稳定，这时需要有更加巧妙的做法。

实际中，都是把比较大的一个文件，切成小块。如果有一个小块数据在传输过程中损坏，只要重新下载这一个数据块就行。当然这就要求每个数据块都拥有自己的Hash值。

以我们熟悉的BT下载为例，下载真正的数据之前，会先下载一个Hash列表的。这时有一个问题出现——那么多的Hash，怎么保证它们本身都是正确地呢？

答案是需要一个“根Hash”。把每个小块的Hash值拼到一起，然后对整个这个长长的字符串再做一次Hash运算，最终的结果就是Hash列表的根Hash。于是，如果我们能够保证从一个绝对可信的网站，或者从我们的朋友手里拿到一个正确的根Hash，就可以用它来校验Hash列表中的每一个Hash都是正确的，进而可以保证下载的每一个数据块的正确性了。

这种设想挺好，但实际应用中，还有不足，这就是为什么要发默克尔树。

在最底层，与Hash列表一样，数据被分成小块，有相应的Hash和其对应。但是往上走，并不是直接去运算根Hash，而是把相邻的两个Hash合并成一个字符串，然后运算这个字符串的Hash，这样每两个Hash就结婚生子，得到了一个“子Hash”。

如果最底层的Hash总数是单数，那到最后必然出现一个单身Hash，这种情况就直接对它进行Hash运算，所以也能得到它的子Hash。于是往上推，依然是一样的方式，可以得到数目更少的新一级Hash，最终必然形成一棵倒挂的树，到了树根的这个位置，这一代就剩下一个根Hash了，称为默克尔根。

相对于Hash List，Merkle Tree 的明显的一个好处是可以单独拿出一个分支来（作为一个小树）对部分数据进行校验，这个很多使用场合就带来了Hash列表所不能比拟的方便和高效。

参考文章：

https://www.jianshu.com/p/458e5890662f

https://dbarobin.com/2018/02/06/blockchain-vs-git/

--【完】--

公众号又又又改版了，为了不错过第一手推送消息，建议你按照图片的提示，将【区块链大本营】设为星标（安卓用户设为“置顶”），标星看大图更爽哟！

大力戳 加入区块链大本营读者号群

技术驱动应用，创新驱动变革。

区块链，如何与人工智能结合？

开发者如何破茧成蝶，拥抱新技术，迎来新机遇？

本期沙龙，让我们相约武汉，共同揭晓！