趣医医疗(二)——Hyperledger Fabric超文本框架

1.解决比特币区块问题

吞吐量低、交易公开无隐私性、无最终确定性以及共识算法低效等问题。

2.本质

权限区块链的底层基础框架

模块化架构提供可切换和可扩展的共识算法、加密安全、数字资产、智能合约和身份鉴权等服务。支持不同的模块组件直接拔插启用。

局限性

共识算法尚不支持BFT类型,交易过程还有并发控制的局限性。

3.名词解释

成员服务Membership Services:用来许可区块链的网络服务。例如:认证、授权和管理身份。

排序或者共识服务Ordering Service:确认交易并将交易排序放入交易列表。

节点Node:实体用户,合约执行的容器

SDK:节点和开发者用于和区块链交互的工具包。

4.链码智能合约

系统链码

对开发系统进行部署、对用户使用者权限的智能合约部署、用户交易签名处理的设置和部署。(原因:支持可切换和可扩展的共识算法、加密安全、数字资产、智能合约和身份鉴权等服务)

用户链码

由开发者决定用户的应用功能。用户终端可以调用链码实现应用功能。链码智能合约在节点的本地虚拟机Docker容器中执行,通过gRPC协议来被相应的 VP 记账节点调用和查询。

5.fabric通道

实质

节点用来划分自身信息传递广播的通道,可以使得通道内的信息制备本通道人员的子网观看,外界只知其人不知内容。实现了区块链条上的隐私性。没有主区块链的概念,整个底层框架存在多条并行的区块通道

创建

1.创建通道时需要定义参加通道的组织成员、负责与其他组织交换共享账本的数据的锚节点、管理通道的排序服务节点。每一个区块通道的产生就相应产生一个区块链,由一个初始创世区块存储初始配置信息,而新产生的配置信息可以通过新增一个区块来存放。

2.作为用户,一个参与通道的组织可以拥有多个参与通道的节点。锚节点是唯一的,但是可以选择多个节点作为锚节点的备份,负责节点间信息的交互和传递。另外,同一个组织中会有一个自己的主导节点,主导节点负责接收排序服务传递来的交易信息并将其传递给组织内部的其他节点。主导节点是通过共识算法统一选出的。

配置

通道可以使用配置区块来更新配置,因此在账本中每新添加一个配置区块,通道就按照最新配置区块的定义来修改配置。

管理

排序服务节点负责管理规定判断哪些节点可以进入通道。进入的原则是:能追溯到相同的根CA、保证自身的ID验证正确。

6.分布式账本

区块

账本的世界状态:账本中的数据是以键值对的状态进行存储的,对账本的访问需要通过链码实现对账本键值对的增加、删除、更新和查询等的操作。

账本由区块链和状态数据库两部分组成。账本的区块链和其他存储的区块链相似,都是在区块中存储交易的哈希值,以及上一个交易区块头的哈希值。

状态数据库

账本的数据库以文件存储在区块的各节点中,状态数据库记录了这个区块中的交易键值对的当前值。状态数据库实质上就是对区块链上的当前交易历史的一个键值目录索引。链码执行交易的时候需要读取账本的当前状态,从状态数据库可以迅速获取键值的最新状态。

状态数据库的作用就是,使得链码在读取键值状态时,不需要遍历整个整个区块链中和该键值相关的交易就能在索引中找到所需处理的交易键值现状态。

状态数据库如果发生损坏,那么可以通过整个区块链交易键值找回。如果区块中的有效交易修改了键值对,则会在状态数据库中作相应的更新,这样区块链和状态数据库始终保持一致。

7.Fabric点对点Gossip算法

Fabric P2P算法用的是Gossip算法。Gossip算法的作用:

1.管理整个通道内部的节点信息。检测节点的在线存活和离线状态。

2.广播节点信息,使得同级对等节点获取相同的同步信息。

3.管理处理新加入的节点,并同步历史数据。

Gossip算法优点:

1.Gossip不要求节点知道所有其他节点,节点之间完全对等,不需要任何的中心节点。

2.Gossip是一个最终一致性算法。虽然无法保证在某个时刻所有节点状态一致,但可以保证在“最终”所有节点一致,这里所谓的“最终”是理论计算中存在,但现实中随机出现或不出现的时刻。

Gossip算法缺点:

冗余通信会对网络带宽、CPU资源造成很大的负载,而这些负载又受限于通信频率,该频率又影响着算法收敛的速度。

8.总结

综上所述,Hyperledger Fabric适用于吞吐量不高但是对个人或商家隐私性有一定要求的区块链交易或应用的情景。正如趣医医疗平台采用了Hyperledger Fabric底层架构,考虑到医疗领域数据的敏感性,但是该情景对于交易速率的要求远不如数据稳定性的要求。

由此可推,如果我们所开发DAPP应用的使用用户,既关注自身信息同时注意交易公开透明,也需要对自身数据信息进行个人保护时。或区块链上商家为了避免商业信息向竞争对手的暴露,Hyperledger Fabric的多通道式的区块链底层平台思想就值得我们去借鉴。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,258评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,335评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,225评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,126评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,140评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,098评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,018评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,857评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,298评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,518评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,678评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,400评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,993评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,638评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,801评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,661评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,558评论 2 352