谁能够告诉我这两个存储过程的用法？我在帮助里面查不到。

rzg 2002-09-04 03:59:03
存储过程sp_cursorfetch和sp_cursoropen.谢谢！！！
...全文
40 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
microlong 2002-09-04
  • 打赏
  • 举报
 回复
API 服务器游标
OLE DB、ODBC、ADO 和 DB-Library API 支持将游标映射至已执行 SQL 语句的结果集。Microsoft® SQL Server™ OLE DB 提供程序、SQL Server ODBC 驱动程序和 DB-Library 动态链接库 (DLL) 通过使用 API 服务器游标执行这些操作。API 服务器游标在服务器上实现，并由 API 游标函数进行管理。当应用程序调用 API 游标函数时，游标操作由 OLE DB 提供程序、ODBC 驱动程序或 DB-Library DLL 传递给服务器。

当在 OLE DB、ODBC 和 ADO 中使用 API 服务器游标时，使用 API 函数和方法实现如下功能：

打开一个连接


设置定义游标特征的特性或属性，API 自动将游标映射到每个结果集。


执行一条或多条 Transact-SQL 语句。


使用 API 函数和方法提取结果集中的行。
在 DB-Library 中，与 API 服务器游标一起使用特殊的 DB-Library 游标库函数。

当 API 游标特性或属性设为其默认值时，SQL Server OLE DB 提供程序和 SQL Server ODBC 驱动程序使用默认结果集。虽然从技术上说 API 要求游标，但默认游标特征与默认结果集的行为是匹配的。因此，OLE DB 提供程序和 ODBC 驱动程序利用默认结果集实现默认游标选项，这是从服务器中检索行最有效的方法。使用默认结果集时，应用程序可执行任何 Transact-SQL 语句和批处理，但是它在一个连接中只能有一个未完成的语句。这意味着在连接上执行下一个语句之前，应用程序必须处理或者取消由一个语句返回的所有结果集。

当 API 游标特性或属性没有按默认值进行设置时，SQL Server OLE DB 提供程序和 SQL Server ODBC 驱动程序将使用 API 服务器游标代替默认结果集。每次对提取行的 API 函数的调用都会产生到服务器的一次往返，以从 API 服务器游标中提取行。

DB-Library 应用程序使用 DB-Library 游标库函数请求游标。如果 DBCLIENTCURSOR 没有设置，那么 DB-Library 游标库函数将采用与 SQL Server OLE DB 提供程序和 SQL Server ODBC 驱动程序相同的方法来使用 API 服务器游标。

API 服务器游标约束
使用 API 服务器游标时，应用程序不能执行下列语句：

服务器游标中SQL Server 不支持的 Transact-SQL 语句。


返回多个结果集的批处理或存储过程。


包含 COMPUTE、COMPUTE BY、FOR BROWSE 或 INTO 子句的 SELECT 语句。


引用远程存储过程的 EXECUTE 语句。
API 服务器游标实现
SQL Server OLE DB 提供程序、SQL Server ODBC 驱动程序和 DB-Library DLL 使用这些特殊的系统存储过程向服务器示意游标操作。

sp_cursoropen 定义与游标和游标选项相关的 SQL 语句，然后生成游标。


sp_cursorfetch 从游标中提取一行或多行。


sp_cursorclose 关闭并释放游标。


sp_cursoroption 设置各种游标选项。


microlong 2002-09-04
  • 打赏
  • 举报
 回复
API 系统存储过程
用户在 ADO、OLE DB、ODBC 和 DB-Library 应用程序上运行 SQL Server 事件探查器时，可能会注意到系统存储过程的使用不涉及 Transact-SQL 引用。这些存储过程由用于 SQL Server 的 Microsoft OLE DB 提供程序、SQL Server ODBC 驱动程序和 DB-Library 动态链接库 (DLL) 用来执行数据库 API 功能。这些过程只不过是提供程序或驱动程序所使用的机制，用来传达用户对 SQL Server 的请求。它们仅供用于 SQL Server 的 OLE DB 提供程序、SQL Server ODBC 驱动程序和 DB-Library DLL 在内部使用。不支持从 SQL Server 应用程序显式调用它们。

这些存储过程通过所支持的 API 函数，使得它们的全部功能均可由 SQL Sever 应用程序使用。例如，sp_cursor 系统存储过程的游标功能通过 OLE DB API 游标属性和方法可由 OLE DB 应用程序使用，通过 ODBE 游标特性和函数可由 ODBE 应用程序使用，通过 DB-library 游标库可由 DB-Library 应用程序使用。

这些系统存储过程支持 ADO、OLE DB、ODBC 和 DB-Library 游标库的游标功能：

sp_cursor sp_cursorclose sp_cursorexecute
sp_cursorfetch sp_cursoropen sp_cursoroption
sp_cursorprepare sp_cursorunprepare
microlong 2002-09-04
  • 打赏
  • 举报
 回复
你在搜索里查找，是可以查到的，我是SQL SERVER 2000 9 BOOK ONLINE ！
区块链之Go语言设计模式
　面试的时候，设计模式会经常被问到。其实我们在写代码中或多或少会用到一些模式，面试官问你设计模式的问题，更多是看你有没有总结过。如果一直都是在那垒代码，你当然会认为这是个很难的问题。所以我们需要总结一下设计模式。   1. SINGLETON 单例模式 　　单例模式：单例模式确保某一个类只有一个实例，而且自行实例化并向整个系统提供这个实例单例模式。单例模式只应在有真正的“单一实例”的需求时才可使用。   　　俺有6个漂亮的老婆，她们的老公都是我，我就是我们家里的老公Sigleton，她们只要说道“老公”，都是指的同一个人，那就是我(刚才做了个梦啦，哪有这么好的事)。   2. FACTORY METHOD 工厂方法模式 　　工厂方法模式：核心工厂类不再负责所有产品的创建，而是将具体创建的工作交给子类去做，成为一个抽象工厂角色，仅负责给出具体工厂类必须实现的接口，而不接触哪一个产品类应当被实例化这种细节。   　　请MM去麦当劳吃汉堡，不同的MM有不同的口味，要每个都记住是一件烦人的事情，我一般采用Factory Method模式，带着MM到服务员那儿，说“要一个汉堡”，具体要什么样的汉堡呢，让MM直接跟服务员说就行了。   3. FACTORY 工厂模式 　　工厂模式：客户类和工厂类分开。消费者任何时候需要某种产品，只需向工厂请求即可。消费者无须修改就可以接纳新产品。缺点是当产品修改时，工厂类也要做相应的修改。如：如何创建及如何向客户端提供。   　　追MM少不了请吃饭了，麦当劳的ji翅和肯德基的ji翅都是MM爱吃的东西，虽然口味有所不同，但不管你带MM去麦当劳或肯德基，只管向服务员说“来四个ji翅”就行了。麦当劳和肯德基就是生产ji翅的Factory。   4. BUILDER 建造模式 　　建造模式：将产品的内部表象和产品的生成过程分割开来，从而使一个建造过程生成具有不同的内部表象的产品对象。建造模式使得产品内部表象可以独立的变化，客户不必知道产品内部组成的细节。建造模式可以强制实行一种分步骤进行的建造过程。   　　MM超级爱听的就是“我爱你”这句话了，见到不同地方的MM，要能够用她们的方言跟她说这句话哦，我有一个多种语言翻译机，上面每种语言都有一个按键，见到MM我只要按对应的键，它就能够用相应的语言说出“我爱你”这句话了，国外的MM也可以轻松搞掂，这就是我的“我爱你”builder。（这一定比美军在伊拉克用的翻译机好卖）   5. PROTOTYPE 原型模式 　　原型模式允许动态的增加或减少产品类，产品类不需要非得有任何事先确定的等级结构，原始模型模式适用于任何的等级结构。缺点是每一个类都必须配备一个克隆方法。   　　跟MM用QQ聊天，一定要说些深情的话语了，我搜集了好多肉麻的情话，需要时只要copy出来放到QQ里面就行了，这就是我的情话prototype了。 原型模式：通过给出一个原型对象来指明所要创建的对象的类型，然后用复制这个原型对象的方法创建出更多同类型的对象。   6. ADAPTER 适配器模式 　　适配器（变压器）模式：把一个类的接口变换成客户端所期待的另一种接口，从而使原本因接口原因不匹配而无法一起工作的两个类能够一起工作。适配类可以根据参数返还一个合适的实例给客户端。   　　在朋友聚会上碰到了一个美女Sarah，从拉斯维加斯来的，可我不会说粤语，她不会说普通话，只好求助于我的朋友kent了，他作为我和Sarah之间的Adapter，让我和Sarah可以相互交谈了(也不知道他会不会耍我)。   7. BRIDGE 桥梁模式 　　桥梁模式：将抽象化与实现化脱耦，使得二者可以独立的变化，也就是说将他们之间的强关联变成弱关联，也就是指在一个软件系统的抽象化和实现化之间使用组合/聚合关系而不是继承关系，从而使两者可以独立的变化。   　　早上碰到MM，要说早上好，晚上碰到MM，要说晚上好；碰到MM穿了件新衣服，要说你的衣服好漂亮哦，碰到MM新做的发型，要说你的头发好漂亮哦。不要问我“早上碰到MM新做了个发型怎么说”这种问题，自己用BRIDGE组合一下不就行了。   8. COMPOSITE 合成模式 　　合成模式：合成模式将对象组织到树结构中，可以用来描述整体与部分的关系。合成模式就是一个处理对象的树结构的模式。合成模式把部分与整体的关系用树结构表示出来。合成模式使得客户端把一个个单独的成分对象和由他们复合而成的合成对象同等看待。   　　Mary今天过生日。“我过生日，你要送我一件礼物。”“嗯，好吧，去商店，你自己挑。”“这件T恤挺漂亮，买，这条裙子好看，买，这个包也不错，买。”“喂，买了三件了呀，我只答应送一件礼物的哦。”“什么呀，T恤加裙子加包包，正好配成一套呀，小姐，麻烦你包起来。”“……”，MM都会用Composite模式了，你会了没有？   9. DECORATOR 装饰模式 　　装饰模式：装饰模式以对客户端透明的方式扩展对象的功能，是继承关系的一个替代方案，提供比继承更多的灵活性。动态给一个对象增加功能，这些功能可以再动态的撤消。增加由一些基本功能的排列组合而产生的非常大量的功能。   　　Mary过完轮到Sarly过生日，还是不要叫她自己挑了，不然这个月伙食费肯定玩完，拿出我去年在华山顶上照的照片，在背面写上“较好的的礼物，就是爱你的Fita”，再到街上礼品店买了个像框（卖礼品的MM也很漂亮哦），再找隔壁搞美术设计的Mike设计了一个漂亮的盒子装起来……，我们都是Decorator，最终都在修饰我这个人呀，怎么样，看懂了吗？   10. FACADE 门面（外观）模式 　　门面模式：外部与一个子系统的通信必须通过一个统一的门面对象进行。门面模式提供一个高层次的接口，使得子系统更易于使用。每一个子系统只有一个门面类，而且此门面类只有一个实例，也就是说它是一个单例模式。但整个系统可以有多个门面类。   　　我有一个专业的Nikon相机，我就喜欢自己手动调光圈、快门，这样照出来的照片才专业，但MM可不懂这些，教了半天也不会。幸好相机有Facade设计模式，把相机调整到自动档，只要对准目标按快门就行了，一切由相机自动调整，这样MM也可以用这个相机给我拍张照片了。   11. FLYWEIGHT 享元模式 　　享元模式：FLYWEIGHT在拳击比赛中指最轻量级。享元模式以共享的方式高效的支持大量的细粒度对象。享元模式能做到共享的关键是区分内蕴状态和外蕴状态。内蕴状态存储在享元内部，不会随环境的改变而有所不同。外蕴状态是随环境的改变而改变的。外蕴状态不能影响内蕴状态，它们是相互独立的。将可以共享的状态和不可以共享的状态从常规类中区分开来，将不可以共享的状态从类里剔除出去。客户端不可以直接创建被共享的对象，而应当使用一个工厂对象负责创建被共享的对象。享元模式大幅度的降低内存中对象的数量。   　　每天跟MM发短信，手指都累死了，最近买了个新手机，可以把一些常用的句子存在手机里，要用的时候，直接拿出来，在前面加上MM的名字就可以发送了，再不用一个字一个字敲了。共享的句子就是Flyweight，MM的名字就是提取出来的外部特征，根据上下文情况使用。   12. PROXY 代理模式 　　代理模式：代理模式给某一个对象提供一个代理对象，并由代理对象控制对源对象的引用。代理就是一个人或一个机构代表另一个人或者一个机构采取行动。某些情况下，客户不想或者不能够直接引用一个对象，代理对象可以在客户和目标对象直接起到中介的作用。客户端分辨不出代理主题对象与真实主题对象。代理模式可以并不知道真正的被代理对象，而仅仅持有一个被代理对象的接口，这时候代理对象不能够创建被代理对象，被代理对象必须有系统的其他角色代为创建并传入。   　　跟MM在网上聊天，一开头总是“hi,你好”,“你从哪儿来呀？”“你多大了？”“身高多少呀？”这些话，真烦人，写个程序做为我的Proxy吧，凡是接收到这些话都设置好了自己的回答，接收到其他的话时再通知我回答，怎么样，酷吧。   13. CHAIN OF RESPONSIBLEITY 责任链模式 　　责任链模式：在责任链模式中，很多对象由每一个对象对其下家的引用而接起来形成一条链。请求在这个链上传递，直到链上的某一个对象决定处理此请求。客户并不知道链上的哪一个对象最终处理这个请求，系统可以在不影响客户端的情况下动态的重新组织链和分配责任。处理者有两个选择：承担责任或者把责任推给下家。一个请求可以最终不被任何接收端对象所接受。   　　晚上去上英语课，为了好开溜坐到了然后一排，哇，前面坐了好几个漂亮的MM哎，找张纸条，写上“Hi,可以做我的女朋友吗？如果不愿意请向前传”，纸条就一个接一个的传上去了，糟糕，传到第一排的MM把纸条传给老师了，听说是个老一手女呀，快跑!   14. COMMAND 命令模式 　　命令模式：命令模式把一个请求或者操作封装到一个对象中。命令模式把发出命令的责任和执行命令的责任分割开，委派给不同的对象。命令模式允许请求的一方和发送的一方独立开来，使得请求的一方不必知道接收请求的一方的接口，更不必知道请求是怎么被接收，以及操作是否执行，何时被执行以及是怎么被执行的。系统支持命令的撤消。   　　俺有一个MM家里管得特别严，没法见面，只好借助于她弟弟在我们俩之间传送信息，她对我有什么指示，就写一张纸条让她弟弟带给我。这不，她弟弟又传送过来一个COMMAND，为了感谢他，我请他吃了碗杂酱面，哪知道他说：“我同时给我姐姐三个男朋友送COMMAND，就数你最小气，才请我吃面。”   15. INTERPRETER 解释器模式 　　解释器模式：给定一个语言后，解释器模式可以定义出其文法的一种表示，并同时提供一个解释器。客户端可以使用这个解释器来解释这个语言中的句子。解释器模式将描述怎样在有了一个简单的文法后，使用模式设计解释这些语句。在解释器模式里面提到的语言是指任何解释器对象能够解释的任何组合。在解释器模式中需要定义一个代表文法的命令类的等级结构，也就是一系列的组合规则。每一个命令对象都有一个解释方法，代表对命令对象的解释。命令对象的等级结构中的对象的任何排列组合都是一个语言。   　　俺有一个《泡MM真经》，上面有各种泡MM的攻略，比如说去吃西餐的步骤、去看电影的方法等等，跟MM约会时，只要做一个Interpreter，照着上面的脚本执行就可以了。   16. ITERATOR 迭代子模式 　　迭代子模式：迭代子模式可以顺序访问一个聚集中的元素而不必暴露聚集的内部表象。多个对象聚在一起形成的总体称之为聚集，聚集对象是能够包容一组对象的容器对象。迭代子模式将迭代逻辑封装到一个独立的子对象中，从而与聚集本身隔开。迭代子模式简化了聚集的界面。每一个聚集对象都可以有一个或一个以上的迭代子对象，每一个迭代子的迭代状态可以是彼此独立的。迭代算法可以独立于聚集角色变化。   　　我爱上了Mary，不顾一切的向她求婚。Mary：“想要我跟你结婚，得答应我的条件” 我：“什么条件我都答应，你说吧” Mary：“我看上了那个一克拉的钻石” 我：“我买，我买，还有吗？” Mary：“我看上了湖边的那栋别墅” 我：“我买，我买，还有吗？” Mary：“我看上那辆法拉利跑车” 我脑袋嗡的一声，坐在椅子上，一咬牙：“我买，我买，还有吗？” ……   17. MEDIATOR 调停者模式 　　调停者模式：调停者模式包装了一系列对象相互作用的方式，使得这些对象不必相互明显作用。从而使他们可以松散偶合。当某些对象之间的作用发生改变时，不会立即影响其他的一些对象之间的作用。保证这些作用可以彼此独立的变化。调停者模式将多对多的相互作用转化为一对多的相互作用。调停者模式将对象的行为和协作抽象化，把对象在小尺度的行为上与其他对象的相互作用分开处理。   　　四个MM打麻将，相互之间谁应该给谁多少钱算不清楚了，幸亏当时我在旁边，按照各自的筹码数算钱，赚了钱的从我这里拿，赔了钱的也付给我，一切就OK啦，俺得到了四个MM的电话。   18. MEMENTO 备忘录模式 　　备忘录模式：备忘录对象是一个用来存储另外一个对象内部状态的快照的对象。备忘录模式的用意是在不破坏封装的条件下，将一个对象的状态捉住，并外部化，存储起来，从而可以在将来合适的时候把这个对象还原到存储起来的状态。   　　同时跟几个MM聊天时，一定要记清楚刚才跟MM说了些什么话，不然MM发现了会不高兴的哦，幸亏我有个备忘录，刚才与哪个MM说了什么话我都拷贝一份放到备忘录里面保存，这样可以随时察看以前的记录啦。   19. OBSERVER 观察者模式 　　观察者模式：观察者模式定义了一种一队多的依赖关系，让多个观察者对象同时监听某一个主题对象。这个主题对象在状态上发生变化时，会通知所有观察者对象，使他们能够自动更新自己。   　　想知道咱们公司**MM情报吗？加入公司的MM情报邮件组就行了，tom负责搜集情报，他发现的新情报不用一个一个通知我们，直接发布给邮件组，我们作为订阅者（观察者）就可以及时收到情报啦。   20. STATE 状态模式 　　状态模式：状态模式允许一个对象在其内部状态改变的时候改变行为。这个对象看上去象是改变了它的类一样。状态模式把所研究的对象的行为包装在不同的状态对象里，每一个状态对象都属于一个抽象状态类的一个子类。状态模式的意图是让一个对象在其内部状态改变的时候，其行为也随之改变。状态模式需要对每一个系统可能取得的状态创立一个状态类的子类。当系统的状态变化时，系统便改变所选的子类。   　　跟MM交往时，一定要注意她的状态哦，在不同的状态时她的行为会有不同，比如你约她今天晚上去看电影，对你没兴趣的MM就会说“有事情啦”，对你不讨厌但还没喜欢上的MM就会说“好啊，不过可以带上我同事么？”，已经喜欢上你的MM就会说“几点钟？看完电影再去泡吧怎么样？”，当然你看电影过程中表现良好的话，也可以把MM的状态从不讨厌不喜欢变成喜欢哦。   21. STRATEGY 策略模式 　　策略模式：策略模式针对一组算法，将每一个算法封装到具有共同接口的独立的类中，从而使得它们可以相互替换。策略模式使得算法可以在不影响到客户端的情况下发生变化。策略模把行为和环境分开。环境类负责维持和查询行为类，各种算法在具体的策略类中提供。由于算法和环境独立开来，算法的增减，修改都不会影响到环境和客户端。   　　跟不同类型的MM约会，要用不同的策略，有的请电影比较好，有的则去吃小吃效果不错，有的去海边浪漫最合适，单目的都是为了得到MM的芳心，我的追MM锦囊中有好多Strategy哦。   22. TEMPLATE METHOD 模板模式 　　模板方法模式：模板方法模式准备一个抽象类，将部分逻辑以具体方法以及具体构造子的形式实现，然后声明一些抽象方法来迫使子类实现剩余的逻辑。不同的子类可以以不同的方式实现这些抽象方法，从而对剩余的逻辑有不同的实现。先制定一个珠峰逻辑框架，而将逻辑的细节留给具体的子类去实现。   　　看过《如何说服女生上床》这部经典文章吗？女生从认识到上床的不变的步骤分为巧遇、打破僵局、展开追求、接吻、前戏、动手、爱抚、进去八大步骤(Template method)，但每个步骤针对不同的情况，都有不一样的做法，这就要看你随机应变啦(具体实现)。   23. VISITOR 访问者模式 　　访问者模式：访问者模式的目的是封装一些施加于某种数据结构元素之上的操作。一旦这些操作需要修改的话，接受这个操作的数据结构可以保持不变。访问者模式适用于数据结构相对未定的系统，它把数据结构和作用于结构上的操作之间的耦合解脱开，使得操作集合可以相对自由的演化。访问者模式使得增加新的操作变的很容易，就是增加一个新的访问者类。访问者模式将有关的行为集中到一个访问者对象中，而不是分散到一个个的节点类中。当使用访问者模式时，要将尽可能多的对象浏览逻辑放在访问者类中，而不是放到它的子类中。访问者模式可以跨过几个类的等级结构访问属于不同的等级结构的成员类。   　　情人节到了，要给每个MM送一束鲜花和一张卡片，可是每个MM送的花都要针对她个人的特点，每张卡片也要根据个人的特点来挑，我一个人哪搞得清楚，还是找花店老板和礼品店老板做一下Visitor，让花店老板根据MM的特点选一束花，让礼品店老板也根据每个人特点选一张卡，这样就轻松多了。 
区块链实战高并发项目
为什么区块链必须是高并发的？ 1. 摩尔定律早已结束目前，提高并发性是解决人类计算能力的主要方向了。但是并发的编程模型一直受到来自上下两方的压力。2000年开始之际，人们已经意识到摩尔定律失效了。你不太可能期待着今年写的C代码在明年的时候能够被更快的处理器运行了。因为处理器性能的提升主要是通过堆积更多的core来完成。所以为了编写更快的代码，你要做的是编写并发式的程序，同时使用更多的核、更多的CPU、更多的机器。对于并发式的编程模型这就是来自于下方的压力。当今的主流商业应用软件都是跑在web端的，7乘24小时百万级以上的并发访问。人们已经无法想象一个运行在桌面的单机程序实现同样的商业价值。对于编程模型来说，这是来自于上方的压力。所以当我们谈论区块链时，我们需要明白支持并发性才能满足市场的需求。2. 线程模型并不理想线程模型是上世纪90年代提出的并发模型，线程模型广泛应用在Java虚拟机、CLR、.net虚拟机中，甚至应用于Erlang这样更高级的系统。线程模型失败的地方在于如果你在读一段Java或C sharp代码，你无法明白有多少个线程在里面。我们可以讨论并行性和并发性，也可以讨论并发式和分步式，前提是我们必须搞清这几个概念。并行性指同步进行的多项活动之间并不共享信息。就像一条八车道的公路，根本没有换道，那就是并行。当你开始允许换道时，不同的活动和线程之间出现交互，那就是并发。分布式就是把每一笔交易想像成一辆车，换道就是切换到不同的处理器上。分布式必然需要面对故障模式，如果允许单独某个任务失败，就带来了本地(local)的概念。线程有不同的概念，包括有操作系统线程和cpu内核的物理线程等等。我谈论的是虚拟机上提供并发性的编程模型。线程模型的问题是本质上在编程语言的语义层面并没有提供并发性的支持。我用语言集成查询作为一个例子，证明语言集成将最终胜出。语言集成查询开始于微软的函数式编程大牛Eric Meyer。数据存储的两个方法是：1，提供一个支持数据存储的库；2，提供一个查询的语言特性。在第一种情况下，并没有类型系统（type system）帮助你对查询进行语义检查。在后一种情况下，类型系统和编译器参与检查确保查询处于良好状态并且不会中断。在过去的十五年中，语言集成查询已经是最热门的话题之一。所以时间将会证明，语言整合的方法会稳步胜出。回到并发的话题，采用库的方法就是线程模式的思路。在语义层面的扩展就是Rholang、 Pict 或者Vim等移动进程演算（mobile process calculi ）的思路。type system保证了你在读一段Rholang程序时，能够看到有多少个进程在进行。同样的，如果你采用 pi calculus 或者 ambient calculus也可以具有同样的优势。3. DAO事件其实是一个并发问题并发性成为一种语法现象。因为它是语法，是可以对代码进行分析并检查各种并发属性的语法。一个非常好的示例是竞争条件（race condition）：两个事件是否有可能以任意顺序发生？DAO事件其实是一个并发问题，是竞争条件。如果有对应的语言表示，就可以通过语法分析（也称为静态分析），捕获这些错误。即使是熟悉并发问题的老程序员，仍然会不时地搞错，例如用餐哲学家(dining philosophers)或其他类型的问题，所在为并发编写算法是非常困难的。当我在八十年代末和九十年代初期在Rosette工作时，我注意到即使使用非常强大的编程语言，并发编程也是非常困难的事情。不幸的是编程理论停止了二三十年，市场好像卡住了。我惊诧于Javascript一直统治着浏览器平台。我计划开发一个基于Rholang的浏览器语言，使用Rholang从头编写浏览器。4.现在的区块链都错了大多数交易是孤立不相关的。大多数人的财务状况都是彼此分开的。当你去喝咖啡时，地球另一面的人在买菜，你们的交易不相关，在区块链世界中，这一点非常重要。如果我们必须对这些交易进行系列化，我们就走进了死胡同。所有的交易都必须经过一个虚拟机。如果那个虚拟机是顺序的（sequential），Transaction将不得不按线性排列，这正是以太坊虚拟机的模式。在这种情况下，无论是DAG还是区块，那都无所谓了。在区块链上使用序列化模型时，不可能有语言层面的并发的显式表示。因此无法使用静态分析来获得并发行为，并发都隐藏在幕后。这就像一个干净和纯粹的函数式语言和Java之间的区别。使用与lambda演算接近的函数式语言，你所看到的就是你所获得的。所有执行实际上都在代码中。而对于Java来说，程序中存在着一堆隐藏的状态：堆栈、线程数以及类似的东西都在代码中。 
区块链之实战VM虚拟机开发
智能合约虚拟机赋予了区块链运行去中心化应用（Dapp）的能力。它让区块链演化为“操作系统”，孕育出繁荣的Dapp生态。一款优秀的VM不仅仅是要完成确定、高效、安全地执行合约字节码的功能，它应该足够通用，能最大化节省开发者的成本，甚至能形成独立的开发者生态。从架构上来说，VM为智能合约提供计算资源和运行容器，区块链的共识、执行模块与VM是完全解耦的。在区块链2.0项目中，我们看到大部分项目将VM作为区块链项目的一个子模块，一同编译进二进制中；Fabric更进一步，链码被编译成独立的程序，运行于独立的docker容器中，通过grpc与节点交互。如此，可将数据与逻辑彻底分离；在未来，VM可能以硬件的形式安装在“矿机”中，通过更底层的如PCIe接口与区块链进行通信。业界的Nervos CKB使用RISC-V实现VM，为演化成硬件模块做准备。架构设计验证层验证层会对合约字节码及传参进行一些验证，包含ABI验证，环境检查与版本检查三个环节。ABI验证：利用合约ABI对用户发送的合约调用及参数进行校验。环境检查：检查虚拟机执行环境是否符合预期检查Config字段。字节码是否合法。exports是否包含apply与memory，以及类型是否正确；是否包含start（被禁用）；是否包含import，import的模块是否合法。解释器模块是否ready。版本检查：检查合约版本，选择对应版本的解释器。注入层注入层主要对合约字节码注入一些必要的代码，以及构建相应的执行上下文。Gas MeteringGas metering是用于统计每一个操作所须花费的Gas。原理非常简单：实现Env_api方法useGas。将wasm字节码恢复成易于解析的格式化文本（如JSON）。将useGas注入到格式化文本中将格式化文本重新恢复成wasm字节码。这里有一个值得考虑的问题：**Gas Metering能否放到编译期去做？**在编译器做Gas metering注入的好处是只须要注入一次，节省了执行时的开销。但这样的弊端也很明显:Gas Table本属于区块链协议的一部分，但却被放到合约编译器中，恶意用户只须要更改编译器的Gas Table即可完成作恶，作恶成本大大降低。若Gas Table需要修改，无法再对已部署的旧合约更新Gas Metering，导致新老合约的Gas收费标准不一致。在每次执行时进行一次Gas Metering注入，虽然牺牲了一些执行效率，但换来了Gas灵活变更的特性，这对于不断调整、迭代的公链项目是至关重要的。一种更好的方案，是将Gas Table以合约形式部署，无须硬分叉便可更改Gas Table的参数。Env API 注入Env_api是区块链提供给合约层用于与区块链进行交互的接口。注入原理如下：合约字节码(wast)中包含形如(import env getAddress (func ...))的代码段。意为从env模块中导入getAddress函数。env模块从哪来呢？由虚拟机利用解释器的API构建原生模块，并实现预先设计的Env_api。这里的Env_api都须要用原生语言实现。利用解释器的moduleResolver在执行代码前注入。经以太坊基金会Go-team的gary推荐，这里隆重介绍下EVMC这个项目。它提供了一套虚拟机和客户端之间的通用交互接口。不同的VM只需要实现这些接口，即可为以太坊客户端提供交互功能。如此将客户端与虚拟机实现相互分离，更能够根据实际情况灵活切换底层虚拟机实现。上下文构建我们还需要给合约执行构建合理的上下文环境，提供必要的内部模块和数据以供合约使用，包括：区块链账本实例，提供区块、交易等信息的调用接口。状态数据库实例，提供状态数据的增删改查的调用接口。当前Transaction与Action的相关数据。当前区块高度和区块时间。执行层执行层是虚拟机的核心模块，负责执行合约字节码并返回结果。它必须具备以下几个特性：确定性：即相同入参和上下文，无论在什么设备上运行，何时运行，运行几次，都必须获得相同结果。高效执行：虚拟机的执行时间不大于共识算法给于交易执行的最大时间。停机与回滚：须要有相应停机机制。在执行失败时须要对本次执行涉及的所有状态变更进行回滚。沙箱环境：即保证合约与合约之间、合约与宿主系统之间的资源隔离。能够防备恶意和故障合约的不良影响。Apply执行合约字节码，实际是调用合约代码中的apply函数。合约上下文，包括用户指定调用的合约方法名和对应入参，通过Env_api在实际apply实现中获取，最终调用相应的合约方法。栗子详见系列第二篇。Memory合约除了应导出apply函数外，还须要导出memory对象。memory对象是wasm编译器在合约编译时自动注入，通常会开辟一页内存(64KB) (memory $0 1)。解释器会初始化一个线性字节数组作为内存供wasm使用，wasm与区块链数据交互是依靠内存共享的形式，通过该字节数组进行传递。（这也是为何在Env_api设计里，很多数值的传参是offset与length的组合）Wasm的内存数组是按照| static memory | dynamic memory |的次序划分，static memory中存放编译期的字符串或数组，dynamic memory用于运行期的数据存储，并且可以动态扩容。为了防止dynamic memory无限制地扩容，需要有合理的收费机制与内存分配上限。AssemblyScript提供了一个额外的位于static memory之前的预留空间，称为reserved memory。这使得我们在运行期可以将一些变长数据（如字符串，数组等）以Global的形式导入wasm。这样wasm无须调用Env_api即可直接使用上下文的变量，如发送方、接收方、合约地址、当前调用的合约方法名等。状态存储对VM最本质的需求是对状态存储的需求，这种存储是达成共识的、不可逆的，从而实现了去中心化应用中数据的信任存储。Ethereum1出现的状态爆炸问题给我们敲响了警钟——只收取每一次读写操作的费用，而不收取占用存储的费用，是不合理的。如果不对占用存储收费，则用户可以无限制地占用区块链的稀缺存储资源；且由于没有好的数据清理机制，区块链的状态就会不断增长，即所谓“爆炸”。状态存储付费是很自然想到的方案。如何设计合理的状态存储付费方案，有两个底层逻辑需要考虑：用户应当为占用链上的稀缺存储资源付出成本。这里的成本是广义的，可以是代币价值、机会成本与承担额外风险等形式。状态存储的使用属性最大化，投资属性最小化。须要避免出现用户大量囤积存储资源，提高资源利用率。EOS使用【RAM】来解决状态收费的问题。开发者须要使用代币向系统合约购买RAM，存储状态数据须要消耗对应大小的RAM资源，当数据删除时RAM资源也会相应释放，并且可以卖回给系统拿回代币。但开发者须要承担RAM和代币价值波动风险。如何对RAM定价呢？EOS创新性地引入了Bancor算法对RAM进行模拟市场定价。Bancor算法有两个特点：数字货币价格取决于存储金金额和代币流通量，真实模拟了市场供需关系；人机交易，无须对手盘，这使得“巨鲸”可轻易做多或做空，导致价格波动剧烈。也正因为上面两个特性，EOS主网刚上线时，出现了大量RAM资源被囤积，RAM价格被瞬间拉至高位，又在随后的一周内快速下降，造成了“割开发者韭菜”的情况。V神在2018年曾提出过使用【状态租金】来解决状态爆炸问题。状态租金很像当前云计算服务的商业模式，用户不仅花费购买占用空间大小，还须购买占用时间。对于状态租金方案的具体设计，我们仍然须要考虑以下几个问题：用户体验：当状态出租时间快到期时，如何提醒用户续费？时间到期后状态数据是否立马清除？不同级别的数据是否有区别的对待？（云服务厂商都会提供到期后的赎回期，以防止关键数据被意外删除）支付对象：哪些数据需要支付租金？除了合约的状态数据必然要支付租金以外，账户本身的元数据（balance, nonce等）是否也要付租金？如果需要，时间到期后清零，势必损害用户的资金安全（与区块链保护数字资产的理念相背），同时nonce为0后可能会遭受重放攻击。如果不需要，仍然无法抑制因新账户的创建而产生的状态爆炸问题。定价：链上存储资源的稀缺程度，与区块链的生态价值及当下的市场需求密切相关。如何建立一个合理定价模型便是个非常重要的问题。Ethereum Research中有大神对状态租金的方案进行了细化，引入了激励机制用于租赁过期的发现和确认，并且允许在状态数据删除后申请恢复。Nervos CKB结合了状态买卖和状态租金的长处，利用原生代币代表占用全局状态的权利，且汇率恒定，即1 CKB代表1 Bytes的存储空间。同时巧妙地利用【二级发行】机制为代币持有者（存储空间占有者）设置了【通胀税】，以作为支付给矿工的状态租金。靠通胀收取租金的方式既保留了RAM方案的买断存储空间的使用模式，解决了上面所提到的用户体验的问题，又将定价转移到了通胀部分对应的法币价值，完全由二级市场进行价值发现。但这使得状态空间的上限严格等同于当前代币流通量，在初期可能会限制生态的发展。合约安全我们在第一篇中有提到，合约安全分为编译期安全和执行期安全。本篇主要阐述执行期安全的设计思路。执行期安全也成为运行期安全，主要由VM针对以下两方面提供保障：数据安全：不能随意篡改其他用户或其他合约的状态数据。资源安全：CPU、内存、硬盘资源的分配与回收。数据安全加密数字资产真正实现了人类梦寐以求的“私有财产神圣不可侵犯”，它象征着真正的自由。为了捍卫这份“自由”，数据安全是重中之重。VM需要为以下两个方面提供安全保障：用户数据的安全，即利用密码学算法判断是否有修改状态数据的权限。合约状态数据的隔离，即任何合约都不能直接修改其他合约的状态数据，即使该用户拥有权限。第一个维度很好理解，合约会提供根据用户地址和交易签名进行身份权限审查的功能（甚至可提供基于多密钥对的权限管理），以判断本次合约调用是否有权限修改相应的数据。这也是“私有财产神圣不可侵犯”的根源。第二个维度需要特别解释一下。这里的不能直接修改其他合约的状态数据，是指不能在合约A的方法中直接修改合约B的数据。为什么？因为这会导致状态变更无法追溯，带来不确定性。我们知道，区块链环境中只能通过交易(Transaction)来触发状态变更，交易本身就是状态变更的日志。若允许在合约A中直接修改合约B的状态数据，则这次修改是并未生成相关日志的，使得状态修改无法追溯，与区块链“可追溯”的特性相违背。以太坊中跨合约调用也是没有保留日志的。笔者认为这是因为以太坊合约是不可升级的，一旦部署后地址和代码都是不可变更的，因此可结合交易和代码具体片段来追踪状态变更记录。但以太坊并没有提供相关的索引，这导致对状态修改的记录追踪基本不可能，因此我认为这是一个设计上的重大缺陷。在EOS中，我们看到跨合约调用是生成了新的action，并被加入到原action列表中，在链上保留了状态修改的日志。能否利用静态代码分析的方式确定跨合约的对方地址和相关合约方法，从而追溯到状态变更的细节？当然是可行的，但如果有多层调用（合约A -> 合约B -> ... -> 合约Z），这种方案显然开销是非常大的。尽管以太坊提供了tracer，可以在执行交易的过程中追踪跨合约调用的对象，但如果我想查找导致合约X某状态变更的所有历史操作，上述方案必须遍历并模拟执行所有的历史交易，显然是不可取的。我们认为，跨合约交易正确的做法，是通过内联交易的形式调用合约B的方法从而间接修改合约B数据。即生成一个新的交易来触发目标合约的状态变更。该交易也会应放入区块中，视为由原交易生成的日志。这样可为状态变更保留操作记录，也符合“可追溯”的特征。资源安全智能合约通常运行在由虚拟机提供的沙箱环境，我们需要对其能够使用的资源进行适度的把控。这些资源包括三类：CPU、内存、硬盘。下面我们以QA的形式对涉及到的问题进行解答——CPU资源Q1: 合约运行最大能占用多少个进程，多少个线程？一个；一个或多个。Q2: 是否允许合约内开辟新线程？不允许。合约不应有操作系统级别的调用，而应由虚拟机层来确定性地分配CPU资源（线程数）。Q3:多线程下如何保证线程安全？多线程下，不应通过加锁来保证线程安全，原因是加锁无法保证执行顺序，带来不确定性。正确的做法是在执行前通过静态分析、注解等手段对合约调用进行归类。互斥资源的调用顺序遵循交易发送的顺序；非互斥资源的合约调用可以并行执行。Q4: 如何控制执行时间？利用Gas机制控制合约执行时间（在本系列第一篇已提到），避免过度占用CPU时间。Q5: 如何捕捉错误与处理？合约执行的错误不应导致虚拟机的进程终止，虚拟机应当提供错误捕获和处理的机制。常规的做法时合约运行时的错误以error的形式抛出，虚拟机层捕获后做失败处理，包括终止交易执行、状态回滚、资源回收等。内存资源Q1：合约运行最大能占用多少内存？节点能分配多大的内存给虚拟机，是由矿工决定。这本质上经济学问题：扩大内存分配无疑会增加成本，而这部分提升的执行效率能为矿工带来多少收益。若可用内存过少，部分交易执行失败，可能导致分叉；若可用内存过多，又会造成资源浪费，降低矿工收益。Q2: 内存能否动态扩张？可以，但须要付费。为了防止内存无限制扩张，虚拟机还应对合约的内存占用设置上限。Q3: 如何避免内存泄漏？不应交由合约开发者控制内存回收，虚拟机应当实现GC机制。Q4: 如何避免内存溢出？Wasm虚拟机中内存实则为字节数组，本身带有边界控制，能有效防止内存溢出。磁盘资源Q1: 单个合约最多能够存储多少数据？这也是经济学问题，应该设置合理的硬盘占用计费。Q2: 能否修改其他合约的持久化数据？不能直接修改，因为这会影响到【数据安全】章节中提到的确定性。虚拟机为合约创建的上下文环境中，包含相互隔离的数据空间。可以通过创建新的上下文环境进行数据修改，这样的操作视为一次新的合约调用（保留日志）。Q3: 如何防止未知的数据丢失（如磁盘损毁）？当发生数据丢失时，节点执行合约会得到不同的状态结果，导致区块被认定为非法，区块链无法延长。这里需要区块链系统具备状态一致性的检测机制，在解决硬盘故障后采用同步主链块并重放交易的方式进行恢复。系统合约系统合约是指区块链系统在启动时预先部署的，可升级、可治理的合约，提供如权限控制、资源租赁、代币质押等基础服务。系统合约通常有以下三个特点：公开透明，无暗箱操作。可通过Env_api被用户合约调用。合约通过治理进行代码变更，无须硬分叉。系统合约可采用普通合约的实现方式，并在系统预定的合约地址部署。未来优化方向智能合约的并行执行合约并行执行是提升智能合约执行效率的一大思路。这里的并行执行并不是指单个合约方法内部的并行，而是合约间的并行。实现合约并行执行，我们需要考虑两个重要的问题：如何检测本次合约执行所访问的资源对象？如读写状态数据、读取账户余额等互斥操作。如何做合约执行的合理调度？即哪些合约能够并行执行，哪些必须串行？一种容易想到的思路是这样的：通过静态代码分析检测出合约方法可能访问到的资源，对会访问相同资源的合约调用归为同一个组。每个组的执行可以并行化，组内执行则串行化（根据交易发送顺序）。然而，实际设计时需要考虑的因素就复杂很多：如何设计一个完备的算法，准确地检测合约方法可能访问到的资源（包括跨合约调用中的资源访问）？如何设计一个高效的调度算法，将合约调用准确分组？合约并行执行后所带来的性能提升，是否能够追回以上两个算法所带来的开销？预言机预言机是智能合约获取链外数据的桥梁。这些数据通常由第三方可信数据源提供，如天气数据、赛事数据、数字货币价格等。在传统的互联网应用中，我们可以简单地通过HTTP API获取到这些数据。但在智能合约却不行，原因是HTTP调用通常是异步的，时间不可预估且不具备确定性。因此，需要一个专门的基础设施来为智能合约提供这些链外数据。预言机的设计原则中需要考虑三个要点：获取链外数据并保证数据的真实可用。以确定性、同步的方式被智能合约调用获取。预言机网络本身的安全性和可用性。隐私保护密码学的研究推动了隐私领域的创新。隐私研究主要涉及零知识、多方计算、全同态加密等领域。多方计算 MPC 允许一组人基于他们的输入进行联合计算，而不需要每个人显示其输入值。 例如，Alice 和 Bob 想要知道谁拥有的比特币更多，那么在不需要他们披露自己拥有多少比特币的情况下就能达到这个目的。遗憾的是，目前多方计算的局限性在于它在实践中使用效率极低。全同态加密 (Fully homomorphic encryption) 则允许人们在加密的数据上计算。几十年来，这一直是密码学领域中的一个未解决的问题，直到 2009 年，斯坦福大学博士生克雷格·詹特利 Craig Gentry 使用「理想格」构建了第一个全同态加密方案。如果 Bob 想在 Alice 的数据上执行任意计算，比如训练机器学习模型，同时不必要求 Alice 显示明文数据，理想格加密方案就能派上用场。全同态加密和多方计算一样，目前仍然基本上停留在理论阶段，在实践中的使用效率太低。 
区块链环境安装
     区块链起源于比特币，2008年11月1日，一位自称中本聪(Satoshi Nakamoto)的人发表了《比特币:一种点对点的电子现金系统》一文 [4]  ，阐述了基于P2P网络技术、加密技术、时间戳技术、区块链技术等的电子现金系统的构架理念，这标志着比特币的诞生。两个月后理论步入实践，2009年1月3日第一个序号为0的创世区块诞生。几天后2009年1月9日出现序号为1的区块，并与序号为0的创世区块相连接形成了链，标志着区块链的诞生 [5]  。 近年来，世界对比特币的态度起起落落，但作为比特币底层技术之一的区块链技术日益受到重视。在比特币形成过程中，区块是一个一个的存储单元，记录了一定时间内各个区块节点全部的交流信息。各个区块之间通过随机散列(也称哈希算法)实现链接，后一个区块包含前一个区块的哈希值，随着信息交流的扩大，一个区块与一个区块相继接续，形成的结果就叫区块链。 什么是区块链？从科技层面来看，区块链涉及数学、密码学、互联网和计算机编程等很多科学技术问题。从应用视角来看，简单来说，区块链是一个分布式的共享账本和数据库，具有去中心化、不可篡改、全程留痕、可以追溯、集体维护、公开透明等特点。这些特点保证了区块链的“诚实”与“透明”，为区块链创造信任奠定基础。而区块链丰富的应用场景，基本上都基于区块链能够解决信息不对称问题，实现多个主体之间的协作信任与一致行动 [7]  。 区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链（Blockchain），是比特币的一个重要概念，它本质上是一个去中心化的数据库，同时作为比特币的底层技术，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次比特币网络交易的信息，用于验证其信息的有效性（防伪）和生成下一个区块 [8]  。 比特币白皮书英文原版 [4]  其实并未出现 blockchain 一词，而是使用的 chain of blocks。most早的比特币白皮书中文翻译版 [9]  中，将 chain of blocks 翻译成了区块链。这是“区块链”这一中文词most早的出现时间。 国家互联网信息办公室2019年1月10日发布《区块链信息服务管理规定》，自2019年2月15日起施行 [1]  。 作为核心技术自主创新的重要突破口，区块链的安全风险问题被视为当前制约行业健康发展的一大短板，频频发生的安全事件为业界敲响警钟。拥抱区块链，需要加快探索建立适应区块链技术机制的安全保障体系。 2008年由中本聪第一次提出了区块链的概念 [4]  ，在随后的几年中，区块链成为了电子货币比特币的核心组成部分：作为所有交易的公共账簿。通过利用点对点网络和分布式时间戳服务器，区块链数据库能够进行自主管理。为比特币而发明的区块链使它成为第一个解决重复消费问题的数字货币。比特币的设计已经成为其他应用程序的灵感来源。 2014年，区块链2.0”成为一个关于去中心化区块链数据库的术语。对这个第二代可编程区块链，经济学家们认为它是一种编程语言，可以允许用户写出更精密和智能的协议 [11]  。因此，当利润达到一定程度的时候，就能够从完成的货运订单或者共享证书的分红中获得收益。区块链2.0技术跳过了交易和“价值交换中担任金钱和信息仲裁的中介机构”。它们被用来使人们远离全球化经济，使隐私得到保护，使人们“将掌握的信息兑换成货币”，并且有能力保证知识产权的所有者得到收益。第二代区块链技术使存储个人的“永久数字ID和形象”成为可能，并且对“潜在的社会财富分配”不平等提供解决方案 [12]  。 2016年1月20日，中国人民银行数字货币研讨会宣布对数字货币研究取得阶段性成果。会议肯定了数字货币在降低传统货币发行等方面的价值，并表示央行在探索发行数字货币。中国人民银行数字货币研讨会的表达大大增强了数字货币行业信心。这是继2013年12月5日央行五部委发布关于防范比特币风险的通知之后，第一次对数字货币表示明确的态度。 [13]  2016年12月20日，数字货币联盟——中国FinTech数字货币联盟及FinTech研究院正式筹建 [14]  。 如今，比特币仍是数字货币的绝对主流，数字货币呈现了百花齐放的状态，常见的有bitcoin、litecoin、dogecoin、dashcoin，除了货币的应用之外，还有各种衍生应用，如以太坊Ethereum、Asch等底层应用开发平台以及NXT，SIA，比特股，MaidSafe，Ripple等行业应用。 公有区块链 公有区块链（Public Block Chains)是指：世界上任何个体或者团体都可以发送交易，且交易能够获得该区块链的有效确认，任何人都可以参与其共识过程。公有区块链是most早的区块链，也是应用most广泛的区块链，各大bitcoins系列的虚拟数字货币均基于公有区块链，世界上有且仅有一条该币种对应的区块链 [16]  。 联合（行业）区块链 行业区块链（Consortium Block Chains)：由某个群体内部指定多个预选的节点为记账人，每个块的生成由所有的预选节点共同决定（预选节点参与共识过程），其他接入节点可以参与交易，但不过问记账过程(本质上还是托管记账，只是变成分布式记账，预选节点的多少，如何决定每个块的记账者成为该区块链的主要风险点），其他任何人可以通过该区块链开放的API进行限定查询 [16]  。 私有区块链 私有区块链（Private Block Chains)：仅仅使用区块链的总账技术进行记账，可以是一个公司，也可以是个人，独享该区块链的写入权限，本链与其他的分布式存储方案没有太大区别。传统金融都是想实验尝试私有区块链，而公链的应用例如bitcoin已经工业化，私链的应用产品还在摸索当中 [16]  。 去中心化。区块链技术不依赖额外的第三方管理机构或硬件设施，没有中心管制，除了自成一体的区块链本身，通过分布式核算和存储，各个节点实现了信息自我验证、传递和管理。去中心化是区块链most突出most本质的特征 [17]  。 开放性。区块链技术基础是开源的，除了交易各方的私有信息被加密外，区块链的数据对所有人开放，任何人都可以通过公开的接口查询区块链数据和开发相关应用，因此整个系统信息高度透明 [17]  。 独立性。基于协商一致的规范和协议(类似比特币采用的哈希算法等各种数学算法)，整个区块链系统不依赖其他第三方，所有节点能够在系统内自动安全地验证、交换数据，不需要任何人为的干预 [17]  。 安全性。只要不能掌控全部数据节点的51%，就无法肆意操控修改网络数据，这使区块链本身变得相对安全，避免了主观人为的数据变更 [17]  。 匿名性。除非有法律规范要求，单从技术上来讲，各区块节点的身份信息不需要公开或验证，信息传递可以匿名进行 架构模型 区块链基础架构模型 一般说来，区块链系统由数据层、网络层、共识层、激励层、合约层和应用层组成 [15]  。 其中，数据层封装了底层数据区块以及相关的数据加密和时间戳等基础数据和基本算法；网络层则包括分布式组网机制、数据传播机制和数据验证机制等；共识层主要封装网络节点的各类共识算法；激励层将经济因素集成到区块链技术体系中来，主要包括经济激励的发行机制和分配机制等；合约层主要封装各类脚本、算法和智能合约，是区块链可编程特性的基础；应用层则封装了区块链的各种应用场景和案例。该模型中，基于时间戳的链式区块结构、分布式节点的共识机制、基于共识算力的经济激励和灵活可编程的智能合约是区块链技术most具代表性的创新点 [18]  。 核心技术 分布式账本 分布式账本指的是交易记账由分布在不同地方的多个节点共同完成，而且每一个节点记录的是完整的账目，因此它们都可以参与监督交易合法性，同时也可以共同为其作证 [19]  。 跟传统的分布式存储有所不同，区块链的分布式存储的独特性主要体现在两个方面：一是区块链每个节点都按照块链式结构存储完整的数据，传统分布式存储一般是将数据按照一定的规则分成多份进行存储。二是区块链每个节点存储都是独立的、地位等同的，依靠共识机制保证存储的一致性，而传统分布式存储一般是通过中心节点往其他备份节点同步数据。没有任何一个节点可以单独记录账本数据，从而避免了单一记账人被控制或者被贿赂而记假账的可能性。也由记账节点足够多，理论上讲除非所有的节点被破坏，否则账目就不会丢失，从而保证了账目数据的安全性 [19]  。 非对称加密 存储在区块链上的交易信息是公开的，但是账户身份信息是高度加密的，只有在数据拥有者授权的情况下才能访问到，从而保证了数据的安全和个人的隐私 [20]  。 共识机制 共识机制就是所有记账节点之间怎么达成共识，去认定一个记录的有效性，这既是认定的手段，也是防止篡改的手段。区块链提出了四种不同的共识机制，适用于不同的应用场景，在效率和安全性之间取得平衡 [20]  。 区块链的共识机制具备“少数服从多数”以及“人人平等”的特点，其中“少数服从多数”并不完全指节点个数，也可以是计算能力、股权数或者其他的计算机可以比较的特征量。“人人平等”是当节点满足条件时，所有节点都有权优先提出共识结果、直接被其他节点认同后并most后有可能成为most终共识结果。以比特币为例，采用的是工作量证明，只有在控制了全网超过51%的记账节点的情况下，才有可能伪造出一条不存在的记录。当加入区块链的节点足够多的时候，这基本上不可能，从而杜绝了造假的可能 [20]  。 智能合约 智能合约是基于这些可信的不可篡改的数据，可以自动化的执行一些预先定义好的规则和条款。以保险为例，如果说每个人的信息（包括医疗信息和风险发生的信息）都是真实可信的，那就很容易的在一些标准化的保险产品中，去进行自动化的理赔。在保险公司的日常业务中，虽然交易不像银行和证券行业那样频繁，但是对可信数据的依赖是有增无减。因此，笔者认为利用区块链技术，从数据管理的角度切入，能够有效地帮助保险公司提高风险管理能力。具体来讲主要分投保人风险管理和保险公司的风险监督 [20]  。 应用 金融领域 区块链在国际汇兑、信用证、股权登记和证券交易所等金融领域有着潜在的巨大应用价值。将区块链技术应用在金融行业中，能够省去第三方中介环节，实现点对点的直接对接，从而在大大降低成本的同时，快速完成交易支付 [21]  。 比如Visa推出基于区块链技术的 Visa B2B Connect，它能为机构提供一种费用更低、更快速和安全的跨境支付方式来处理全球范围的企业对企业的交易。要知道传统的跨境支付需要等3-5天，并为此支付1-3%的交易费用。Visa 还联合 Coinbase 推出了首张比特币借记卡，花旗银行则在区块链上测试运行加密货币“花旗币” [21]  。 物联网和物流领域 区块链在物联网和物流领域也可以天然结合。通过区块链可以降低物流成本，追溯物品的生产和运送过程，并且提高供应链管理的效率。该领域被认为是区块链一个很有前景的应用方向 [22]  。 区块链通过结点连接的散状网络分层结构，能够在整个网络中实现信息的全面传递，并能够检验信息的准确程度。这种特性一 定程度上提高了物联网交易的便利性和智能化。区块链+大数据的解决方案就利用了大数据的自动筛选过滤模式，在区块链中建立信用资源，可双重提高交易的安全性，并提高物联网交易便利程度。为智能物流模式应用节约时间成本。区块链结点具有十分自由的进出能力，可独立的参与或离开区块链体系，不对整个区块链体系有任何干扰。区块链 +大数据解决方案就利用了大数据的整合能力，促使物联网基础用户拓展更具有方向性，便于在智能物流的分散用户之间实现用户拓展 [22]  。 公共服务领域 区块链在公共管理、能源、交通等领域都与民众的生产生活息息相关，但是这些领域的中心化特质也带来了一些问题，可以用区块链来改造。区块链提供的去中心化的完全分布式DNS服务通过网络中各个节点之间的点对点数据传输服务就能实现域名的查询和解析，可用于确保某个重要的基础设施的操作系统和固件没有被篡改，可以监控软件的状态和完整性，发现不良的篡改，并确保使用了物联网技术的系统所传输的数据没用经过篡改 [23]  。 数字版权领域 通过区块链技术，可以对作品进行鉴权，证明文字、视频、音频等作品的存在，保证权属的真实、唯一性。作品在区块链上被确权后，后续交易都会进行实时记录，实现数字版权全生命周期管理，也可作为司法取证中的技术性保障。例如，美国纽约一家创业公司Mine Labs开发了一个基于区块链的元数据协议，这个名为Mediachain的系统利用IPFS文件系统，实现数字作品版权保护，主要是面向数字图片的版权保护应用 [24]  。 保险领域 在保险理赔方面，保险机构负责资金归集、投资、理赔，往往管理和运营成本较高。通过智能合约的应用，既无需投保人申请，也无需保险公司批准，只要触发理赔条件，实现保单自动理赔。一个典型的应用案例就是LenderBot, 是 2016 年由区块链企业 Stratumn、德勤与支付服务商 Lemonway 合作推出，它允许人们通过 Facebook Messenger 的聊天功能，注册定制化的微保险产品， 为个人之间交换的高价值物品进行投保，而区块链在贷款合同中代替了第三方角色 [25]  。 公益领域 区块链上存储的数据，高可靠且不可篡改，天然适合用在社会公益场景。公益流程中的相关信息，如捐赠项目、募集明细、资金流向、受助人反馈等，均可以存放于区块链上，并且有条件地进行透明公开公示，方便社会监督 [26]  。 面临的挑战 从实践进展来看，区块链技术在商业银行的应用大部分仍在构想和测试之中，距离在生活、生产中的运用还有很长的路，而要获得监管部门和市场的认可也面临不少困难，主要有: (一)受到现行观念、制度、法律制约。区块链去中心化、自我管理、集体维护的特性颠覆了人们生产生活方式，淡化了国家、监管概念，冲击了现行法律安排。对于这些，整个世界完全缺少理论准备和制度探讨。即使是区块链应用most成熟的比特币，不同国家持有态度也不相同，不可避免阻碍了区块链技术的应用与发展。解决这类问题，显然还有很长的路要走 [27]  。 (二)在技术层面，区块链尚需突破性进展。区块链应用尚在实验室初创开发阶段，没有直观可用的成熟产品。比之于互联网技术，人们可以用浏览器、APP等具体应用程序，实现信息的浏览、传递、交换和应用，但区块链明显缺乏这类突破性的应用程序，面临高技术门槛障碍。再比如，区块容量问题，由于区块链需要承载复制之前产生的全部信息，下一个区块信息量要大于之前区块信息量，这样传递下去，区块写入信息会无线增大，带来的信息存储、验证、容量问题有待解决 [27]  。 (三)竞争性技术挑战。虽然有很多人看好区块链技术，但也要看到推动人类发展的技术有很多种，哪种技术更方便更高效，人们就会应用该技术。比如，如果在通信领域应用区块链技术，通过发信息的方式是每次发给全网的所有人，但是只有那个有私钥的人才能解密打开信件，这样信息传递的安全性会大大增加。同样，量子技术也可以做到，量子通信——利用量子纠缠效应进行信息传递——同样具有高效安全的特点，近年来更是取得了不小的进展，这对于区块链技术来说，就具有很强的竞争优势。 
Redis全程攻略
内容简介： Redis的的是完全开源免费的，遵守BSD协议，是一个高性能的键值数据库。是当前最热门的的的NoSql数据库之一，也被人们称为数据结构服务器。本课程从Redis基本数据类型开始，了解不同数据类型的用法和底层实现 。进一步学习Redis的一些高级特性与工作原理。了解Redis在分布式环境中的工作方式，和实际项目的使用及问题解决。 为什么学Redis? 原因很简单，快！这个问题在大并发，高负载的网站中必须考虑.redis数据库中的所有数据都存储在内存中。由于内存的读写速度远快于硬盘，因此Redis在性能上对比其他基于硬盘存储的数据库有非常明显的优势。项目中使用Redis，主要是从两个角度去考虑：性能状语从句：并发。当然，Redis的的的还具备可以做分布式锁等其他功能，但是如果只是为了分布式锁这些其他功能，完全还有其他中间件代替，并不是非要使用Redis的的的。因此，这个问题主要从性能和并发两个角度去答。性能：我们在碰到需要执行耗时特别久，且结果不频繁变动的SQL，就特别适合将运行结果放入缓存，这样，后面的请求就去缓存中读取，请求使得能够迅速响应。 并发： 在大并发的情况下，所有的请求直接访问数据库，数据库会出现连接异常。这个时候，就需要使用的的Redis的做一个缓冲操作，让请求先访问到的Redis的的，而不是直接访问数据库。redis优势：1.运行在内存，速度快官方号称支持并发11瓦特读操作，并发8瓦特写操作，可以说是相当彪悍了。2.数据虽在内存，但是提供了持久化的支持，即可以将内存中的数据异步写入到硬盘中，同时不影响继续提供服务3.支持数据结构丰富（string（字符串），list（链表），set（集合），zset（sorted set - 有序集合））和Hash（哈希类型，md5加密出来的那个串）课程大纲： 为了让大家快速系统了解Redis核心知识全貌，我为你总结了「Redis核心框架图」,帮你梳理学习重点，建议收藏！！
MS-SQL Server

34,593

社区成员

254,589

社区内容

发帖
与我相关
我的任务
社区描述
MS-SQL Server相关内容讨论专区
社区管理员
  • 基础类社区
  • 二月十六
  • 卖水果的net
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告
暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章