比特币探究之一：区块链
再闲不能睡懒觉，再忙不能断学习。
话说胖兔我其实已经停写技术博客十来年，当然个中原因很多，不完全是懒，况且本来也没什么水平，但仍然觉得，写技术博客确实是非常好的一种学习方式。有所心得，写出来，既是巩固，也能交流，利人利己，不亦快哉。
闲话少说。2017年极其火爆的比特币暴涨，连带其背后的区块链技术，吸引了无数的眼球，自然也少不了热衷于投资的中国大妈们。原本胖兔一直是不懂区块链的，但被几位大妈询问并鄙视以后，便也不那么淡定了。于是下定决心，抽空要好好研究一下，这便有了本系列文章的由来，顺便作为重开技术博客的开门砖。
当前区块链领域的几根台柱子，第一是比特币，毫无疑问的开山鼻祖，代表了区块链1.0时代，创始人是至今也不知道何方神圣的中本聪。第二是以太坊，引入了智能合约，开启了区块链2.0时代，创始人Vitalik Buterin，国人喜欢称为V神，标准的90后大男孩，19岁就写出了以太坊白皮书。第三是EOS，号称将开启区块链3.0时代，其主网6月份刚刚上线，目前各方仍然褒贬不一，但不可否认的是，EOS已经并将继续推进区块链技术的深入发展。
既然要学习，那么从易到难，先从比特币开始。胖兔向来笃信Linus Torvalds的名言：Talk is cheap, show me the code. 翻成中文就是：别扯那没用的，代码拿我瞧瞧。这跟有图有真相差不多是一个道理。截止本文写作时，比特币源码版本是0.16.1，基于C++ 11。幸好胖兔C++功底还在，OK，那就从这开始吧。
什么是区块链？其实就是把一堆区块串在一起，形成的一个链条。就像下面的图那样：
图1-1 区块链示意图
每个区块包括一个区块头，以及一堆交易数据。区块链牛逼的地方就在于，第一，所有串在一起的区块都是相关的，换句话说不是随便整一个区块就能连到链上去，得经过一个复杂的计算和验证，也就是传说中的挖矿；第二，整个区块链网络里每一个节点上的链条，都是完全一模一样的，不管你是在中国还是在南美，就算隔着整个地球，大家看到的链条也完全相同，这就是传说中的共识，你想偷偷摸摸改一个？对不起，所有其他节点都会告诉你，兄弟，别想玩花样，老老实实一起嗨吧！
我们来看比特币源码，里面的相关数据结构是怎么定义的呢？先看胖兔简要绘制的UML类图：
图1-2 区块链基本类
CBlockHeader就是区块头，CBlock就是区块，这两个类定义在primitives/block.h里。
CBlockHeader 区块头
区块头主要包含的信息，首先是版本号nVersion，这是为了方便软件的升级，只要区块的数据结构改变了，那么这个版本号就要跟着变化，要不然就会出现不兼容。比特币创建之初，这个版本号一直是1，直到2012年有人提出比特币改进方案BIP-34，要求在区块中添加块高度信息（也就是区块总数），最后方案讨论通过，将这个高度信息添加在Coinbase解锁脚本当中（这个脚本在区块头后面的交易数据里，将来我们再解释），区块头结构实际上没有变化，但版本号修改为2。这个改动发生在2013年3月24日下午15点49分，从227,835块之后，所有块的nVersion全部变成2。截止本文发表时，版本号仍然为2。
hashPrevBlock，指的是前一个区块头的哈希。什么叫哈希？就是一段数据的加密结果，它的一个牛逼之处在于：只要原始数据稍有改动，哪怕只是一个Bit，整个加密结果也会发生翻天覆地的变化。每一个区块都指向它前一个区块的哈希，就形成了一个连续的链条，这其实就是“区块链”的由来。为什么说区块链是不可篡改的？因为每个区块一旦生成，它的哈希值就确定了，假如想改动哪怕是一点点，那对不起，后面的链条上所有的区块都要重新生成，而这是要花费巨大的代价的，将来我们再详细解释。注意它的类型是uint256，因为它是使用SHA256加密算法生成的。
hashMerkleRoot，是指交易树的树根。每个区块里都包含许多交易信息，这些交易信息是以一种Merkle（默克尔）树的形式存储，这种形式非常高效，而且很有利于节省硬盘空间。在区块头里只需要存储这颗树的树根，便可以有效检验所有交易信息的真伪，防止有人非法篡改。假如有人修改了某条交易信息，那么相应的哈希值就会改变，这个改变会依次上传到Merkle树的树根，树根一改变，hashPrevBlock也要跟着变，最后会导致整个区块，以及它后面所有区块的全部改变。
nTime是时间戳，表示的是这个区块生成的时间。它的格式是32位无符号整数，代表的是1970年以来的所有秒数。
nBits代表的是生成难度。nNonce是个随机数，这两个都是用于挖矿的，留待将来再专门讨论。
CBlock 区块
CBlock 继承于 CBlockHeader，它除了区块头的数据以外，另外增加了两个：
vtx代表本区块中所有交易的集合。它是个vector，每个元素的类型是CTransactionRef，这是一个指向CTransaction交易信息的指针。关于交易信息，后面会专文详细介绍。
fChecked，代表本区块是否已经通过合法性检查，包括工作量检查和交易信息检查。每个区块在链入区块链之前，都必须经过检查，检查通过了才能链入。
CBlockIndex 区块索引
CBlockIndex和下面的CChain两个类，声明于chain.h里。
CBlockIndex是区块索引。实际上，区块链在内存中构建的时候，其实并不一定需要知道完整的区块内容，只要知道区块头就可以了。而CBlockIndex这个区块索引里已经包含了区块头的必要内容，足够构建起完整的区块链条。另一方面，区块链节点有全节点和轻节点之分，全节点完整地存储了区块链的所有数据，包括所有的CBlockIndex和所有的CBlock，而轻节点只是保存了CBlockIndex（包含了各个区块头信息），以及与本节点相关的交易信息，这样可以节省大量的硬盘空间（一个区块可能几百K到1M，而一个区块头才80字节）。如果轻节点需要查询其他交易信息，可以向其他全节点提出查询。
CBlockIndex包含的数据有：
phashBlock是这个区块的哈希值。
pprev是前一个CBlockIndex指针，pskip是更远处某个CBlockIndex指针。
nHeight是当前区块的高度，也就是整个区块链上当前的区块总数。对创始区块来说，它的值就是0。
nFile是当前区块在磁盘上的存储编号。对应的是blk?????.dat这样的文件名。
nDataPos是本区块在存储文件中的偏移量。一个文件可以存储多个区块，因此每个区块需要知道自己在文件中的具体位置。nUndoPos是本区块在rev?????.dat中的偏移量，这个文件中存储的是每个区块的撤销数据。
nChainWork指的是所有区块的工作量总和，包括本区块在内。这个数据只在内存中生成，不会写入磁盘。
nTx是本区块中存储的所有交易数量。nChainTx是所有区块的交易数量总和，这个总和只有在本区块以及所有父区块交易都数据都 可用时才会生成，而且也是不存入磁盘的。nChainTx目前仍是32位的数据，不久的将来可能需要改为64位，但预计起码也在2030年之后了。
nStatus是本区块的校验状态。留待后面再详细解释。
接下来，nVersion、hashMerkleRoot、nTime、nBits、nNonce是与区块头对应的数据。当CBlockIndex被生成的时候，hashPrevBlock已经被检查过了，通过pprev->phashBlock就可以获得，因此这里不需要再额外存储了。
nSequenceId是区块序号，这个只用于内存中，用于分辨当前接收的是哪个区块的数据。
nTimeMax是截止目前为止所有区块的最大时间戳，只用于内存中。
CChain 区块链
CChain就是内存中存储的整个区块链。它其实只有一个数据成员vChain。
vChain的类型是vector<CBlockIndex*>，是所有的区块索引构成的一个向量，可以很便利地访问每个区块索引。
OK，目前为止，最基础的区块链数据结构我们已经基本清楚了。那么区块里存储的主要是什么？当然是交易信息了！可以说它是整个比特币的核心，一切都是围绕交易展开的。下一篇文章我们再详细探究。
本文原创作者胖兔（魏兆华），首次发表于简书，欢迎转载，请注明出处。
