区块链数据层到底怎么存数据 为什么所有公链都绕不开它

我在搞公链底层开发这一块事情上花了三年的时间, 时间到了三年之后, 我越来越觉得, 区块链的数据这一层它是整个Web3里面最容易被低估的一部分, 同时它也是那个最需要被重新去理解的一块内容, 它不性感, 它不抢眼球, 但如果是离了它的存在的话, 上面所有的那些像DeFi, NFT, DAO呀这些东西全部都跑不起来, 全部都不能够运行得起来。

区块链数据层怎么存

最简单的理解方式是, 链上的每一个区块实际上就是一组数据的快照, 其过程包含了打包、哈希计算、达成共识以及落盘存储这些步骤。

可是这里存在一个很大的问题, 那就是当网络中的节点数量变得越来越多、并且历史的积累数据变得越来越长的时候, 要进行全量同步所需要付出的成本就会呈现出一种指数级别的增长速度。在这样的情况下, 一台普通用于挖矿的家庭用小机器是完全无法扛得住这种压力的。

因此, 以太坊搞出了状态 trie 这种东西来做增量同步, Solana 呢, 直接把账户模型当成了数据库在用, Celestia 更是狠角色, 它竟然把 数据可用性 给单独拆成了一层, 拿来对外出售。

思路看起来是各不相同的, 但是核心都在回答同一个非常关键的问题, 那就是数据到底存在谁那里, 以及怎么才能保证数据没有被偷偷地改动过。

区块链数据层靠谱吗

我所见过的最为荒唐的一个案例是这样的, 有一个去中心化金融的项目方, 竟然把存储在区块链上的交易持仓数据当作获取价格的唯一可靠来源。

当负责提供外部数据的预言机节点发生掉线情况的时候, 整个项目的资产定价体系马上就失去了准确的标准, 导致参与投资的用户在短短一夜的时间之内亏损了价值数百万美元的USDT代币。

将业务流程搬到链上执行并不代表这个过程就会绝对的安全和没有风险, 因为数据采集环节、数据核对环节以及数据传输环节中任意一个部分出现了故障或者异常, 都极有可能引发严重的系统性崩溃后果。

当前普遍采用的策略是利用多个预言机进行相互交叉验证, 并且在数据的存储层面上采用冗余的分片技术, 这样一来就使得系统出现单点故障的概率被压缩到了相当低的水平, 但是必须注意的一个前提条件是你确实要把从数据收集开始, 接着经过校验环节, 然后上链处理, 一直到最终被读取的整个业务流程链条都彻底弄明白, 千万不要仅仅因为接入了一个简单的应用程序接口, 就觉得这样系统就绝对安全无虞了。

数据层实际上是不那么吸引人的，但是它决定了你的应用能够运行得多么稳定, 以及它能够存在多长时间。