从0编写区块链:用python解释区块链最基本原理

人工智能和区块链诞生至今已经有了十几年，当这些技术出现时，人们都说他们会改变世界，但至今为止，这两项技术对现实的影响依然有限。从技术上看人工智能的原理其实是从大量数据中寻找规律或模式，但区块链的技术原理是什么呢？在我看来区块链的原理一直处于云里雾里，有很多近乎玄学的解释将其笼罩，有人从经济学解释，有人从社会学解释，从”人文“角度解释的区块链总是过于夸大其词，这些说法中往往又包含不良用心。

由此我想去芜存真，我们不用关心区块链如何”改变世界“，我们就从纯技术角度去探讨，其实区块链和人工智能一样，从技术的角度看去，他们都有着极为美妙的设计思想，这些设计的美妙就像唐诗宋词，就像毕加索的话，如果我们没有去欣赏它的美，那岂不可惜。相比于人工智能，我认为区块链在技术上更容易被普通人触碰，因为前者需要大量的数据和算力，而后者只要我们掌握其技术原理就能参与其中，不需要太高的硬件门槛。

话不多说，我们看看如何用python代码把最基本的区块链原理编写出来。首先我们看区块链的数据结构，它包含三部分信息，一是用于标志自己的id,它是一个整数，第二个是用于记录前一个区块的id，也是一个整数，由于区块用于记录信息，因此它还包含一个字段，我们用history来表示，这个字段用来记录当前发生了的信息，区块链最大的作用就是让这段信息可验证而且不可更改，我们先看数据结构的定义,先创建文件block.：

class Block:
    def __init__(self):
        self.id = None
        self.history = None
        self.parent_id = None

接下来我们看看区块如何行成”链“，同时如何记录信息。假设我们想要记录这么一个事件：张三想跟李四用一百块买三条鱼，李四收到一百块后给了张三三条鱼”，那么我们可以使用下面代码用区块链进行记录,创建main.py，然后给出如下代码:

from block import *

block_A = Block()
block_A.id = 1
block_A.history = '张三想要三条鱼'

block_B = Block()
block_B.id = 2
block_B.parent_id = block_A.id
block_B.history = '张三跟李四买三条鱼'

block_C = Block()
block_C.id = 3
block_C.parent_id = block_B.id
block_C.history = '张三给李四一百块'

block_D = Block()
block_D.id = 3
block_D.parent_id = block_B.id
block_D.history = '李四收到张三一百块'

block_E = Block()
block_E.id = 3
block_E.parent_id = block_B.id
block_E.history = '李四给张三三条鱼'

从代码上看不同区块之间通过parent_id形成了前后连接关系，这就是区块链中的“链”，但现在还有一个严重问题，那就是信息可以更改，假设张三想来着，他把block_E里面的history改成李四给张三两条鱼，然后找李四算账那怎办，或者李四想赖账，把block_D中的history改成“李四收到张三五十块”，然后又找张三要钱，那怎么办。

为了确保信息不被更改，我们需要对每个区块的内容进行加密或者哈希，因此上面代码修改如下：

# This is a sample Python script.

# Press ⌃R to execute it or replace it with your code.
# Press Double ⇧ to search everywhere for classes, files, tool windows, actions, and settings.

from block import *
import hashlib
import json

block_A = Block()
block_A.id = 1
block_A.history = '张三想要三条鱼'

block_B = Block()
block_B.id = 2
block_B.parent_id = block_A.id
block_B.history = '张三跟李四买三条鱼'
block_B.parent_hash = hashlib.sha256(json.dumps(block_A.__dict__).encode('utf-8')).hexdigest()

block_C = Block()
block_C.id = 3
block_C.parent_id = block_B.id
block_C.history = '张三给李四一百块'
block_C.parent_hash = hashlib.sha256(json.dumps(block_B.__dict__).encode('utf-8')).hexdigest()

block_D = Block()
block_D.id = 4
block_D.parent_id = block_C.id
block_D.history = '李四收到张三一百块'
block_D.parent_hash = hashlib.sha256(json.dumps(block_C.__dict__).encode('utf-8')).hexdigest()

block_E = Block()
block_E.id = 5
block_E.parent_id = block_B.id
block_E.history = '李四给张三三条鱼'
block_E.parent_hash = hashlib.sha256(json.dumps(block_D__dict__).encode('utf-8')).hexdigest()

有了哈希，如何任何一个区块被修改，那么当前区块和后续区块的哈希都得修改，例如李四把block_C的history改成“张三给李四五十块”，那么我们看到李四必须要把block_C到block_E的哈希全部改了，如果这条链很长的话，李四改起来就非常吃力。同时为了确保信息的可靠性，
张三和李四需要把上面的区块链发送给其他一百个人进行存储，这样一来张三或李四想要赖账那就更加困难，因为有一百个见证者。

区块链信息记录的特点是只增不删，因此张三想要赖账的话，他只能在上面基础上再增加一个区块，也就是block_F, 里面的history写上了“张三收到李四两条鱼”，然后将这个区块发给其他100个人，为了防止随意添加区块造成信息混乱的情况，在区块链中有一个专门的角色负责将新增的区块添加到现有的区块链上，这个角色拿到区块数据后，，在不考虑parent_hash字段的情况下将数据序列化，接着找到一个特定字符串，这个字符串必须满足给定要求，那就是它与区块序列化的数据合并后，算出来的哈希值必须以5个0开头，我们从代码上看看这是什么意思：

#proof-of-work
block_F = Block()
block_F.id = 6
block_E.parent_id = block_E.id
block_E.history = '李四给张三三条鱼'
#注意我们这里没有设置parent_hash字段
block_F_serialized = json.dumps(block_F.__dict__).encode('utf-8')
print(block_F_serialized)
for i in range(10000000):
    proof_of_work = str(i).encode('utf-8')
    result = hashlib.sha256(block_F_serialized + proof_of_work).hexdigest()
    if result[:5] == '00000': #哈希结果只有以5个0开头才能添加区块到公链
        print(proof_of_work)
        print(result)
        break 
    #找到特定字符串后获取回报，所谓挖矿就是干这个事情

上面代码运行后所得结果为:

b'{"id": 6, "history": null, "parent_id": null, "parent_hash": null}'
b'553448'
0000034ba1dabbf794212082b47a6bcc98cb33eed86d363993270ca58e243bb9

也就是说特定字符串内容为"553448"，它能使得新区块内容和它结合后算出来的哈希以5个0开头，专门负责给区块查找这种字符串的角色就叫“矿工”，这个查找过程就叫挖矿，一旦找到这个特定字符串后他就能获取回报，也就是加密货币。

现在我们实现了数据的修改很困难，同时区块的添加也需要付出一定成本，但假设李四就是拼了老命也想把以前记录的信息修改掉，并为此愿意付出一切代价，假设当前区块链有1000个数据块，他想修改第一个块记录的信息，于是他修改了后面999个数据块的数据，但原始数据被其他人掌握着，因此他自己修改的数据就不会被采纳。由于区块链数据被分布存储在不同地方，于是在某项地方数据可能会被修改，这样就会出现数据不一致的情况，区块链还有一个重要任务就是在这种情况下达成共识。

同时当有新的区块需要加入公链时，我们需要将新增区块通过广播的方式通知所有人，于是就有个问题，那就是有些人较早获得通知，有些获得通知较晚，更有可能你会同时收到多个消息，假设现在公链上最后一个消息编号为5，此时你同时收到了两个消息东边发来的消息为history:王五想跟李四买一斤虾；西边发来的消息为history:李六想跟张三买两条鱼，那么我们应该将哪个消息作为编号6呢，此时的做法是先等等，如果过了一会西边发来了5条消息，同时东边只发来2条消息，那么就把消息少的抛弃，将消息多的经过处理后添加到公链。

通过选择数据多的添加到公链有个好处就是让数据的修改变得几乎不可能，例如李四辛辛苦苦花了半小时修改了999个区块，然后想要广播给其他人，但是很可能这段时间内有10000个新区块生成，于是他修改的999个区块就会被丢弃掉，这样他就无法进行任何修改。这个过程其实涉及到非常复杂的分布式计算理论，我们无法简单使用代码实现。

区块链的设计思想非常伟大，它集合了很多智慧的结晶，例如加密算法，分布式算法，心理学，经济学等，由于它跨越领域太多，这也是它特别“玄学”的原因，我们后面仅从技术的角度进行思考，看看区块链采用的算法原理，同时也逐步探讨如何基于区块链的基础上进行应用开发。