区块链是如何存储大型数据的

众所周知区块链的中的每一个区块的大小只有几MB，比特币的一些分叉币，有的只是增加了区块的存储大小而已。区块的大小体现能存储数据包的大小，然而随着链上的数据传输越来越多，会导致区块数量快速增加，可能造成交易堵塞，全节点存储整个区块的数据需要巨大的存储空间。一般的公链设计都会采用梅克尔树（Merkle Tree）的解决方案，即IPFS分布式存储与特定区块链整合的方式，是新型的、能被广泛应用的数据保存解决方案。在公链的区块中存储梅克尔树根，保证数据一旦写入智能合约即不可被篡改，区块也保留所有梅克尔树根的完整历史，以确保在梅克尔树更新时没有数据消失或被篡改。

以太坊为例，一个区块包含：1，区块头；2，关于包含在此区块中交易集的信息；3，与当前块的ommers相关的一系列其他区块头。

其中区块头是一个区块的一部分，包含了：

1. parentHash：父区块头的Hash值（这也是使得区块变成区块链的原因）

2. ommerHash：当前区块ommers列表的Hash值

3. beneficiary：接收挖此区块费用的账户地址

4. stateRoot：状态树根节点的Hash值

5. transactionsRoot：包含此区块所列的所有交易的树的根节点Hash值

6. receiptsRoot：包含此区块所列的所有交易收据的树的根节点Hash值

//等等

关键在于头部存储了根节点的HASH值，下文我们来讲解下梅克尔树，以及根节点的HASH值的用处。

Merkle Tree概念

Merkle Tree，通常也被称作Hash Tree，顾名思义，就是存储hash值的一棵树。Merkle树的叶子是数据块(例如，文件或者文件的集合，一些比较大的数据)的hash值。非叶节点是其对应子节点串联字符串的hash。

1，Hash是一个把任意长度的数据映射成固定长度数据的函数。例如，对于数据完整性校验，最简单的方法是对整个数据做Hash运算得到固定长度的Hash值，然后把得到的Hash值公布在网上，这样用户下载到数据之后，对数据再次进行Hash运算，比较运算结果和网上公布的Hash值进行比较，如果两个Hash值相等，说明下载的数据没有损坏。可以这样做是因为输入数据的稍微改变就会引起Hash运算结果的面目全非，而且根据Hash值反推原始输入数据的特征是困难的。

如果从一个稳定的服务器进行下载，采用单一Hash是可取的。但如果数据源不稳定，一旦数据损坏，就需要重新下载，这种下载的效率是很低的。

2，Hash List 在点对点网络中作数据传输的时候，会同时从多个机器上下载数据，而且很多机器可以认为是不稳定或者不可信的。为了校验数据的完整性，更好的办法是把大的文件分割成小的数据块（例如，把分割成2K为单位的数据块）。这样的好处是，如果小块数据在传输过程中损坏了，那么只要重新下载这一快数据就行了，不用重新下载整个文件。怎么确定小的数据块没有损坏哪？只需要为每个数据块做Hash。BT下载的时候，在下载到真正数据之前，我们会先下载一个Hash列表。那么问题又来了，怎么确定这个Hash列表本事是正确的哪？答案是把每个小块数据的Hash值拼到一起，然后对这个长字符串在作一次Hash运算，这样就得到Hash列表的根Hash(Top Hash or Root Hash)。下载数据的时候，首先从可信的数据源得到正确的根Hash，就可以用它来校验Hash列表了，然后通过校验后的Hash列表校验数据块。

现在众多项目自称是基于区块链的，因为区块的数据大小，格式受限，其实是一些重要的信息，如账户信息，交易信息等放在区块里，其他的程序还是需要中心化的服务器执行，还有一些自身的需要存储的大数据，只是把其中的根节点HASH值，存入区块链。就好比一个API链接在以太坊的网络上，执行一些简单的智能合约（小程序）。大部分的的项目基于区块链是如下的一个思路，将需要用到区块链的部分抽离出来，逻辑上分成应用系统和区块链系统，用公链（如以太坊）实现区块链的功能，优点如下：

1，应用系统，区块链系统分类，最大程度的用原有中心化服务器系统。

2，利用公有区块链的网络安全强大，不可篡改等特性保证区块链功能。

基于以太坊的应用场景解决方案，一些大量数据可以做如下操作：

1，在以太坊智能合约中维护自身区块链的头部信息； -〉网络安全、防篡改

2，自身区块链区块内容放在二级存储（安全的企业存储环境中）；-〉自身信息隐私保护，省钱

3，对于历史头信息进行剪裁；-〉省钱

4，关联以太坊地址和自身身份；-〉不可抵赖

加下方微信，进群一起学习