比特币解析chainstate一种方案

首先看下比特币的数据，它存储在4个地方。具体如下：

blocks/blk*.dat的文件中存储了实际的块数据，这些数据以网络格式存储。它们仅用于重新扫描钱包中丢失的交易，将这些交易重新组织到链的不同部分，并将数据块提供给其他正在同步数据的节点。

blocks/index/*是一个levelDB数据库，存储着目前已知块的元数据，这些元数据记录所有已知的块以及它们存储在磁盘上的位置。没有这些文件，查找一个块将是非常慢的。

chainstate/*是一个levelDB数据库，以紧凑的形式存储所有当前未花费的交易以及它们的元数据。这里的数据对于验证新传入的块和交易是必要的。在理论上，这些数据可以从块数据中重建，但是这需要很长时间。没有这些数据也可以对数据进行验证，但是需要现有块数据进行扫面，这无疑是非常慢的。

blocks/rev*.dat中包含了“撤销”数据，可以将区块视为链的“补丁”（它们消耗一些未花费的输出并生成新的输出），那么这些撤销数据将是反向补丁。如果需要回滚链，这些数据将是必须的。

其中chainstate存储的是UTXOs。换句话说，就是比特币中的财富。那么如何解析该数据呢？笔者提供一种方案。

https://github.com/mycroft/chainstate  这个python是可以解析chainstate的。编译方法也比较简单呢。笔者是在 mac 下下载编译的。没有遇到什么问题。在执行 head /tmp/cs.output 的时候，笔者花费了18分钟，时间是2019年1月10日。使用前，需要先下载比特币数据到本地硬盘。

笔者再介绍下大致使用的方法：

blockchain.py 里面的 get_files 方法获得比特币的 blk 文件，排好序的。

get_blocks 传入 get_files 里面的文件名，可以获取裸块的数据，这里采用 yield 返回，不用担心内存爆掉。

然后把获取的裸数据传入 block.py 里的 Block 类，可以解码数据，后面就看各位尽情发挥了。

笔者用该开源库尝试做了一个程序，查找地址中比特币数量超过一个的公钥。输出地址，公钥以及财富总数。然后对比了网络上的财富。是对的，当然有些在10日之后重新交易过。笔者在做的过程中，无法解码多签名的交易。

截止2019年1月10日，比特币财富超过一个币的有 62万多个地址，笔者能够解码出公钥的大概5万多个。