區塊鏈這個技術在2017年是比較火的，基於區塊鏈技術的比特幣的價格也是高的驚人，於是我就想對區塊鏈技術做個深入瞭解。在網上看了大量文章後，發現大多數文章要麼只講理論，要麼就只貼程式碼，都不太滿意。於是我就寫了這篇文章，程式碼結合理論一起講解。
定義
我有一個習慣，就是查詢一個概念或一個專有名詞的時候就喜歡去維基百科上找，而不喜歡去百度上面搜。維基百科對區塊鏈有這樣一段描述：
it as an open, distributed ledger that can record transactions between two parties efficiently and in a verifiable and permanent way
簡單說區塊鏈就是開放的分散式賬本，並且可以以一種可核查的（verifiable）和永久的（permanent）方式記錄雙方的交易。這裡有幾個關鍵詞（已經加重標出了），我們依次來講解一下這幾個詞。開放的，與開放的相對的是封閉的（或者說加密的），我們平常使用的資料庫（如MySQL），在訪問資料庫之前都要先輸入密碼，密碼錯了則不能訪問，這個是封閉的的做法。而開放的則不是這樣，任何人都可以免費的得到這份賬本，無需輸入密碼。分散式說明無中心節點，每個節點都是平等的，並且都儲存著一份完整的賬本。賬本說明區塊鏈可以儲存、讀取資訊，我們可以大膽的認為它就是一個資料庫，只不過與我們傳統的資料庫不太一樣而已。可核查的，我們知道既然每個節點都是平等的，那麼每個節點都有權向賬本中寫入資料（向區塊鏈的末尾新增一個區塊），其他節點就要判斷你新增的這個資料是否是合法的，只有合法的資料才會被認可，並且把這個資料也新增到自己的賬本。
區塊
一個區塊需要包含以下資訊：
- id，用於唯一表示這個區塊
- prev_hash，前一個區塊的hash
- nonce，工作量證明相關，用於工作量證明演算法的計數器
- data，儲存的資料，我們這個是很簡單的區塊鏈，所以存放的是簡單的字串
- timestamp，挖到這個區塊的時間，用unix時間戳表示
- hash，256位（二進位制，每一位都是0或1），每個區塊的hash都不同，同id，也可用於唯一表示這個區塊
上面只是對每個屬性做了個簡單的介紹，具體的介紹放到對應的小節講，如nonce會在講解工作量證明那節會詳細講到。我們按照上面的定義可以很快寫出下面的類：
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)
複製程式碼這裡我假設輸入是合法的，如data和prev_hash均有值且都是str型別，nonce有值且可用str()內建函式轉成str型別。如果把這段程式碼用到生產環境中是非常不明智的，最好先對使用者的輸入做一系列的合法性判斷，如果不合法該怎麼處理，因為本篇主要講解原理，所以程式碼追求儘可能的簡單。
這裡用到了hashlib這個庫來計算hash值，關於hash有以下幾個重要推論：
- 源不一樣則hash出來的結果一定不一樣
- 源一樣則hash出來的結果也一樣
- 源一旦有任何改變都會導致hash出來的結果變得面目全非，實際上這點可以通過前面兩點推導而來
- 根據結果無法反向推匯出源，即不可逆
- 用同一個hash函式（或hash演算法）得到的結果的長度都是一樣長的，不管源的長度如何，
本程式中用到了sha256演算法，該演算法得出的結果長度恆為256位。 大家可能注意到了，我是說以上幾點都是推論，至於為什麼說是推論，因為理論上並不成立。比如說第1點，我們可以試想以下，因為hash是256位，每一位都要麼是0要麼是1，那麼總共有2的256次方種可能， 如果我們有2的256次方加1次不同的輸入，那麼必然會有至少兩次hash出來的結果是一樣的，但是要計算2的256次方加1次hash所需要的時間很長很長（感興趣的讀者可以自己計算一下，設每次hash所需時間為T，那麼2的256次方乘以T就是需要的時間），長到兩次hash的結果完全一樣的概率無限趨近於0，這一點只要知道就好。
基於以上幾點，我們就知道，除非某兩個區塊的data + str(nonce) + prev_hash的結果完全一樣，否則任意兩個區塊的hash值都不一樣且是唯一的。而兩個區塊的data + str(nonce) + prev_hash的結果完全一樣幾乎是不可能的，所以使用hash來唯一表示一個區塊也是可行的。
建立創世區塊
創世區塊是區塊鏈的第一個區塊，一般都是預先定義好，不儲存任何有價值的資訊。我們定義一個建立創世區塊的函式，程式碼如下：
def create_genesis_block():
params = {
'id': 0,
'data': '',
'nonce': 0,
'prev_hash': '',
'timestamp': int(time.time())
}
return Block(**params)
複製程式碼這段程式碼很好理解，就不詳細說了。需要注意的是，因為創世區塊是區塊鏈的第一個區塊，所以它的prev_hash為空字串，prev_hash是表示前一個區塊的hash。
工作量證明
前面說過區塊鏈是可核查的，即區塊鏈要有一種方法來證明你這個區塊是合法的，是合法的區塊才能append到區塊鏈的末尾，本篇就來講述如何判斷一個區塊是否是合法的。 工作量證明的核心是難於計算但是易於驗證。換句話說就是，客戶端通過大量的計算才能得到一個結果，但是要驗證這個結果是否正確則是非常容易的。要驗證一個區塊 是否合法，我們要先定義一個規則，任何遵守這個規則的區塊我們都認為是合法的。比如我們規定一個區塊的hash必須以4個0（十六進位制，二進位制這是16個0）開頭，如以下是合法的hash
0000ea046ff88074619b8c984ad64416d7b38a7cd2601339bc31718c0c1faad7
0000a19c1565f45229616010a136680a1540a6a4f580a6acbb84d0bf65f04b60
複製程式碼以下則是不合法的hash
12deea046ff88074619b8c984ad64416d7b38a7cd2601339bc31718c0c1faad7
ef23a19c1565f45229616010a136680a1540a6a4f580a6acbb84d0bf65f04b60
複製程式碼這個是很好驗證的，符合工作量證明的核心易於驗證。我們再來討論得到這個hash值是否是難於計算。轉換成二進位制後，hash的前16位必須是0，根據概率學，那麼大概需要2的16次方（65536）次計算才能得到一個合法的hash值，讀者可以自己寫程式碼驗證一下，如：
import hashlib
def calc_hash(data, nonce, prev_hash):
return hashlib.sha256(data + str(nonce) + prev_hash).hexdigest()
def main():
nonce = 0
data = 'hello, blockchaindfewdffbv'
prev_hash = ''
while True:
hash = calc_hash(data, nonce, prev_hash)
if hash[:4] == '0000':
break
nonce += 1
print 'Got you:'
print nonce
print hash
複製程式碼根據概率學，跑的次數越多，平均值就會越接近65536，理論上是這樣，實際上應該也是，有興趣的讀者可以自己測一下。所以平均要經過65536次計算才能得到一個合法的hash，如果改變一下規則，要求hash值（十六進位制）的前6位必須是0，那麼平均要經過2的24次方（16777216）才能得到一個合法的hash值，因此符合工作量證明的核心難於計算。 從理論上這個規則是OK的嗎，我們就來寫程式碼來實現它吧。
NUM_ZEROS = 4
class ProofOfWork(object):
def __init__(self, block):
self.block = block
def is_block_valid(self):
return self.block and self.block.hash and self.block.hash.startswith('0' * NUM_ZEROS)
複製程式碼程式碼很簡單，就不解釋了。NUM_ZEROS越大，難度越高，需要的計算次數也越多。但是不管NUM_ZEROS設的多大，都是易於驗證的。
這個ProofOfWork類基本可以工作，但是有個問題，Block有那麼多個屬性，我們僅僅是驗證了它的其中一個屬性（hash），而忽略了其他屬性。沒錯，我們還要驗證id和prev_hash，id 必須比前一個區塊的id多1，pre_hash必須等於前一個區塊的hash，我們來完善程式碼。
NUM_ZEROS = 4
class ProofOfWork(object):
def __init__(self, block, prev_block):
self.block = block
self.prev_block = prev_block
def 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
複製程式碼挖礦
現在我們只有一個區塊，也就是創世區塊，我們自然而然就想得到更多的塊，這個就是挖礦了。挖礦的目的是要根據blockchain中的最後一個block，找到一個符合條件的新的block。 符合條件是指符合工作量證明，只有通過工作量證明的區塊才能被其他節點認可和接受。挖礦的原理很簡單，就是不斷的遞增nonce值，得到一個對應的區塊，然後去驗證這個區塊是否滿足工作量證明，滿足則說明找到了一個符合條件的礦，沒找到則繼續遞增nonce。程式碼如下：
def mine(prev_block):
nonce = 0
while 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 block
nonce += 1
複製程式碼因為挖礦需要做大量的計算，所以挖礦是很耗費能源的（電力）。
區塊鏈
區塊鏈，顧名思義，就是區塊形成的鏈。上節講了挖礦，就算挖得再多，不把它們鏈起來，依然沒用。話不多說，直接上程式碼：
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 False
self.blocks.append(block)
return True
def 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 False
prev_block = block
return True
複製程式碼我們把區塊鏈定義成了一個list，並新增了幾個方法：
- add_block： 向區塊鏈的末尾新增一個區塊，只有經過工作量證明的區塊才能新增
- get_last_block：返回區塊鏈中的最後一個區塊
- is_chain_valid: 判斷該區塊鏈是否合法
程式碼很簡單，就不解釋了。
後記
本文在講解區塊鏈的原理的基礎上，也實現了一個簡單的區塊鏈。當然由於篇幅所限，只講了區塊鏈的部分，還有很多沒講，比如既然區塊鏈是一個資料庫的話，我們並沒有講到區塊鏈的儲存，以及各個節點的同步等。這個有機會放到下篇再講（要準備年會了，我也不知道下篇是什麼時候^_^）。實際上儲存以及同步都已經實現了，程式碼在github上，希望讀者可以star一下， 另希望也能關注一下本人的技術公眾號。