64 | 区块链技术细节：哈希算法

May 10, 2018

64 | 区块链技术细节：哈希算法-极客时间



下载APP





关闭

讲堂部落提薪训练营云原生训练营架构实战营企业版极客商城兑换中心 App下载浏览器插件

渠道合作

推荐作者

64 | 区块链技术细节：哈希算法

2018-05-10 陈皓来自北京

《左耳听风》

课程介绍



讲述：杨超

时长12:23大小11.31M



你好，我是陈皓，网名左耳朵耗子。
对于计算机来说，区块链就像一个单向链表，一个数据块中保存着三个信息。
真正的数据。
自己的地址（或是 ID）。
前一个数据块的地址。
这样，通过追溯前一个块的地址，把所有的数据块存成了一条链。所以，我们叫其 BlockChain。如下图所示。
每个数据块的“地址”的编码使用了计算机上的一个算法，计算机圈内人士把这个算法叫 Secure Hash。有人音译为“安全哈希”，也有人意译为“安全散列”。在计算机应用中，hash 算法主要有几个功能。
用来生成唯一标识一个数据块的 ID（身份证），这个 ID 几乎不能重复。
用来做数据的特征码。只要数据中一个 bit 的数据出现更改，那么整个 hash 值就完全不一样了。而且数学上保证了，我们无法通过 hash 值反推回原数据。
于是，很多公司在互联网上发布信息或软件的时候，都会带上一个 Checksum（校验码）。你只要把整个文件的数据传入到那个特定的 hash 算法中，就会得到一串很长的字符串。如果和官方发布的 Checksum 字符串不一样，那么就说明信息或文件内容被人更改或是信息残缺了。因此，也被应用在“数字签名”中。
在计算机世界里，有两个很著名的 hash 算法，一个叫 MD5（Wikipedia 链接），一个叫 SHA-2（Wikipedia 链接）， 区块链用的是 SHA-256 这个算法。
下面是一个示例。
对 "chen hao" 这个信息计算 MD5 值得到 9824df83b2d35172ef5eb63a47a878eb（一个 16 进制数）。
如果对 “chen hao" 做一个字符的修改，将字母 "o" 改成数字 "0”，即 “chen ha0”，计算出来的 MD5 值就成了 d521ce0616359df7e16b20486b78d2a8。可以看到，这和之前的 MD5 值完全不一样了。
于是，我们就可以利用 hash 算法的这个特性来对数据做 " 数字签名 "。也就是说，我将 " 数据 " 和其 " 签名 "（hash 计算值）一起发布，这样可以让收到方来验证数据有没有被修改。
我们再来看上面那个区块链的图。
对于第一块数据，我们把其“数据集”和“前数据块的 hash 值 00000a6cba”一起做 hash 值，得到本区块的地址 000007cabfa。然后，下一个区块会把自己的数据和 000007cabfa 一起做 hash，得到 000008acbed 这个哈希值……如此往复下去。
根据“被 hash 的数据中有一个 bit 被修改了，整个 hash 就完全不一样了”这个特性，我们知道：
如果前置数据块中的数据改了，那么其 hash 就会完全不一样了，也就是说你的 ID 或地址就变了，于是别人就找不到这个数据块了；
所以，你还要去修改别人数据块中指向你的地址，但是别人数据块中指向你的地址（ID/hash）变了，也会导致他自己的地址（ID/hash）随之变化。因为他用你的地址生成了自己的地址，这样一来，你就需要把其他人的地址全部改掉。
在这样的连锁反应下，你想要偷偷修改一个 bit 的难度一下就提高很多。所以，在区块链的世界里，越老的区块越安全也越不容易被人篡改，越新的区块越不安全也越容易被人篡改。
比特币的 hash 算法下面我来简单介绍一下，比特币中区块链的一些细节。下图是区块链的协议格式。
其中 Version，Previous Block Hash，Merkle Root，Timestamp，Difficulty Target 和 Nonce 这六个数据字段是区块链的区块数据协议头。后面的数据是交易数据，分别是：本块中的交易笔数 H 和交易列表（最多不能超过 1MB，为什么是 1MB，后面会说）。
下面我来说一下区块头中的那六个字段的含义。
Version：当前区块链协议的版本号，4 个字节。如果升级了，这个版本号会变。
Previous Block Hash：前面那个区块的 hash 地址。32 个字节。
Merkle Root：这个字段可以简单理解为是后面交易信息的 hash 值（后面具体说明一下） 。32 个字节。
Timestamp：区块生成的时间。这个时间不能早于前面 11 个区块的中位时间，不能晚于 " 网络协调时间 "——你所连接的所有结点时间的中位数。4 个字节。
Bits：也就是上图中的 Difficulty Tagrget，表明了当前的 hash 生成的难度（后面会说）。4 个字节。
Nonce：一个随机值，用于找到满足某个条件的 hash 值。4 字节。
对这六个字段进行 hash 计算，就可以得到本区块的 hash 值，也就是其 ID 或是地址。其 hash 方式如下（对区块头做两次 SHA-256 的 hash 求值）：
SHA-256(SHA-256 (Block Header))
当然，事情并没有这么简单。比特币对这个 hash 值是有要求的，其要求是那个 Bits 字段控制的，然后你可以调整 Nonce 这个 32 位整型的值来找到符合条件的 hash 值。我们把这个事情叫做“挖矿”（在下一篇中，我们会详细讲一下这个事）。
关于 Merkle Root前面说到过，可以简单地将 Merkle Root 理解为交易的 hash 值。这里，我们具体说一下，比特币的 Merkle Root 是怎么计算出来的。
首先，我们知道，比特币的每一笔交易会有三个字段，一个是转出方，一个是转入方，还有一个是金额。那么，我们会对每个交易的这三个字段求 hash，然后把交易的 hash 做两两合并，再求其 hash，直到算出最后一个 hash 值，这就是我们的 Merkle Root。
我画了一个图展示一下这个过程。
上面的示意图中有四笔交易，A 和 B 的 hash 成了 Hash-AB， C 和 D 的 hash 成了 Hash-CD，然后再做 Hash-AB + Hash-CD 的 hash，得到了 Hash-ABCD，这就是 Merkle Root。整个过程就像一个二叉树一样。
下图是一个区块链的示意图，来自比特币的白皮书。
为什么要这样做呢？为什么不是把所有的交易都放在一起做一次 hash 呢？这不也可以让人无法篡改吗？这样做的好处是——我们把交易数据分成了若干个组。就像上面那个二叉树所表示的一样，我们可以不断地把这个树分成左边的分支和右边的分支，因为它们都被计算过 hash 值，所以可以很快地校验其中的内容有没有被修改过。
这至少带来三个好处。
大量的交易数据可以被分成各种尺寸的小组，这样有利于我们整合数据和校验数据。
这样的开销在存储和内存上并不大，然而我们可以提高校验一组数据的难易程度。
在 P2P 的无中心化网络上，我们可以把大量数据拆成一个一个小数据片传输，可以提高网络的传输速度。
最后，需要说一下的是，以太坊有三个不同的 Merkle Root 树。因为以太坊要玩智能合约，所以需要更多的 Merkle Root。
一个是用来做交易 hash 的 Merkle Root。
一个是用来表示状态 State 的。因为一个智能合同从初始状态走到最终状态需要有若干步（也就是若干笔交易），每一步都会让合同的状态发生变化，所以需要保存合同的状态。
还有一个是用来做交易收据的。主要是用来记录一个智能合约中最终发生的交易信息。在 StackExchange 上的问题 "Relationship between Transaction Trie and Receipts Trie" 中有相应的说明，你可以前往一看。
以太坊称其为 Merkle Patricia Tree（具体细节可参看其官方的 Wiki）。
比特币的交易模型比特币区块中的交易数据，其实也是一个链。为了讲清楚这个链，我们需要了解一下比特币交易中的两个术语，一个是 input，一个是 output，也就是交易的支出方（input）和收入方（output）。
在比特币中，一个交易可以有多个 output，也就是说我可以把一笔钱汇给多个人，但一个 output 只能对应一个源的 input，还有一个条件就是，output 跟 input 的总数要吻合。
这里举个例子。假设，Fred 给了 Alice 2 个比特币，Ted 给了 Alice 3 个比特币，这个时候，Alice 有 5 个比特币。然而，大比特币的世界里是没有余额的，所以，对于 Alice 来说，她只有两个没有花出去的交易，一个是 2 个比特币，一个是 3 个比特币。这在比特币中叫 UTXO（Unspent Transaction Output）。
此时，如果 Alice 想要转给 Bob 4 个比特币，她发现自己的两个交易中都不够，也不能拆开之前的那两个比特币交易，那么她只能把交易 2 和交易 3 当成 input，然后把自己和 Bob 当成 output，Bob 分得 4 个，她自己分 1 个。这样的交易才平衡。
于是，一笔交易可能会包含大量的 Input 和 Output。因为比特币没有“余额”的概念，所以需要通过多个 input 来凑，然后 output 这边还需要给自己找零，给矿工小费。
这样一来，在比特币交易中，你把钱给了我，我又给了张三，张三给了李四……就这样传递下去，形成了一个交易链。因为还没有花出去，所以就成了 UTXO，而系统计算你有没有钱可以汇出去时，只需要查看一下你的 UTXO 就可以了。
(图片来源：https://bitcoin.org/en/developer-guide )
UTXO 因为没有账户和余额的概念，所以可以并行进行多笔交易。假如你有多个 UTXO，你可以进行多笔交易而不需要并行锁。然后其还有匿名性的特征，你可以隐藏自己的交易目的地（通过设置的多个 output），而且没有余额意味着是没有状态的。要知道你有多少个比特币，只需要把 UTXO 的交易记录统计一下就可以知道了。但这也让人比较费解，而且也不利于应用上的开发。以太坊则使用了余额的方式。
在这一讲中，我先讲述了什么是区块链以及它的核心原理是什么。随后分享了比特币的 hash 算法，以及 Merkle Root 是如何计算出来的。最后，介绍了比特币的交易模型。希望对你有帮助。
文末给出了《区块链技术》系列文章的目录，希望你能在这个列表里找到自己感兴趣的内容。
区块链的革命性及技术概要
区块链技术细节：哈希算法
区块链技术细节：加密和挖矿
去中心化的共识机制
智能合约
传统金融和虚拟货币

分享给需要的人，Ta购买本课程，你将得29元

生成海报并分享

赞 11

提建议

63 | 区块链技术的本质

65 | 区块链技术细节：加密和挖矿

 写留言

精选留言(38)

杜小琨
2018-04-03
所以，为什么是1M？
作者回复: 我居然写漏了……😓 1）中本聪经常在代码里放一些不说明的事，这个就是一个。 2）区块有大小限制容易理解，一个是为了更好地去中心化，因为如果尺寸下限，算力大的可以打包更多的交易，就中心化了。另一个是为了节省网络带宽。 3）为什么是1M而不是2M，这是中本聪设置的，但他并没有做出解释。
48
逆行
2018-04-03
一次交易完成后，Merkle Root 就会改变，那么每次交易都要重写整个区块链表，那效率太低了吧，是不是我错过了什么细节？
作者回复: Merkle Root 是一组交易的层层hash的结果。
7
登高
2018-04-29
“”对这五字段进行 hash 计算，就可以得到本区块的 hash 值“” 数了下，前面介绍了6个，这里写的五个，是笔误吗？
4
Skysper
2018-04-10
UTXO不太理解我有多少可交易的比特币是系统从哪里验证的？从区块链追溯下去还是另外有一个存储记录？
5
jimmy
2018-04-03
近期在研究event-sourcing架构，比特币的交易感觉有点像event-sourcing的味道，记录的只是事件，无状态，天然适应分布式，不知道这个类比是否有点牵强
作者回复: 是很牵强
共 2 条评论
4
Nelson
2018-04-03
"假如你有多个 UTXO，你可以进行多笔交易而不需要并行锁。"这一句没懂，不会出现一个UTXO被使用两次情况吗？
作者回复: 不同的交易在不同的UTXO上并行，在同一个上不行。如果用余额来做，则无法并行，上一笔不完成，下一笔无法执行。
4
Donald
2018-04-14
为什么是对区块头做两次 SHA-256 的 hash 求值？
共 1 条评论
3
痴痴
2018-06-26
本区块的Id值等于【version、previous block hash、merkle root、timestamp、bits、nonce】hash计算而得到的，而merkle是交易两两hash得到的，假如产生一笔新交易，merkle root的值肯定就会改变，区块Id的值不就也会跟着变吗？那您是怎么得出【merkle和区块无关】的结论呢？？
共 1 条评论
2
多米
2018-04-03
然而对比特币没兴趣
3
钱
2020-02-27
区块链的内容有三部分：真正的数据＋自己的ID＋上一个区块的ID，那第一个区块的上一个区块的ID是啥？还是一个固定的默认值？
共 1 条评论
1
倡印
2020-01-15
那么中本聪是什么？是人还是组织
共 1 条评论
2
chitanda
2020-01-07
UTXO，感觉和event sourcing一样
1
痴痴
2018-06-25
1.是不是只有前一个区块交易满了，才会产生下一个区块？ 2.Merkle的生成过程理解，不过不理解的是：假设a区块有新的一笔交易产生，放到这个区块里，那么这个区块的id自然也就变了，后面所有的区块id也要跟着变，这样是不是太麻烦了
作者回复: 1、不是，这个由各个矿工自己决定。2、merkle和区块无关，但是与交易有关。
1
neohope
2018-06-22
建议补充一下ETH和BITCOIN的一些不同啦，比如ETH是有世界状态的，而比特币只有UTXO。比如BITCOIN也是通过脚本来完成交易的，ETH通过EVM来让大家都可以写智能合约。比如ETH发明了Gas，积极推送DAO、DAPP什么的，会不会好一些？
1
郎哲
2018-04-03
赞赞赞讲的通俗易懂
1
邹德虎
2020-04-27
中本聪到底是何许人？感觉这个人深不可测
mark
2020-04-23
真心好懂，功力深厚才能写出这种文章
向百
2020-03-30
非常赞同和佩服耗子叔的洞见，炒股炒黄金炒房子都有这方面的性质，想赚快钱，不想踏踏实实的靠实力赚钱，人生是一场无限的博弈，不会总是运气都那么好，有一次ALL IN没成功，人将就此沉沦，无法翻身！
迪
2020-03-28
简单来说就是比特币没有钱包的概念，没法将零钱变整钱
尘埃观世界
2019-12-04
" 就像上面那个二叉树所表示的一样，我们可以不断地把这个树分成左边的分支和右边的分支，因为它们都被计算过 hash 值，所以可以很快地校验其中的内容有没有被修改过。" 为什么这样可以很快的校验其中的内容是否变更呢？比如如果改变了第一条交易的余额. 不明白为什么目前的设计可以加速校验。还望解答，谢谢
展开
共 1 条评论

