-
1 # 粒子菌
-
2 # 小龍話科技liuliu
提起區塊鏈的應用,目前區塊鏈技術真正的落地應用卻很少,我們不禁要問,被眾人寄予極大期望的區塊鏈為何落地會如此艱難?
一、為什麼區塊鏈應用落地困難?
我們可以發現區塊鏈在應用落地方面遇到的困境可能主要有以下 5 個方面:
1、投機與空氣專案之前的“區塊鏈狂熱”現象,一部分人的目的只是圈錢而並非真正地去研究、應用區塊鏈技術。一開始就動機不純又如何做到真正發展區塊鏈,早已為後期眾多專案跑路和解散埋下伏筆。
2、認知門檻偏高區塊鏈對於普通人而言,存在很高的認知門檻。及時是對於大多數行業內從業者,對區塊鏈的認知也參差不齊。區塊鏈本身是一門跨學科的邊緣技術,涉及密碼學、分散式網路、計算機軟體、博弈論等多個不相關的學科,且資料匱乏,技術發展又異常迅速,知識更新非常之快,要完全瞭解和掌握是很困難的,需要投入大量的時間和精力去進行研究。
3、應用門檻偏高區塊鏈應用門檻高主要體現在對使用者不友好。大部分應用存在存在一定的操作門檻。首先,使用者需要具備一定的區塊鏈技術知識,就拿基礎的數字貨幣交易來說,使用者可能就需要知道“私鑰是什麼”、“助記詞是什麼”、“冷錢包和熱錢包”等等,大部分第一次接觸的使用者無法在短時間之內透過自身理解與操作融會貫通。其次,對於開發者而言,技術門檻也偏高,目前鏈上應用(Dapp)的開發可能需要掌握一門新的語言(如Solidity),但目前此類教程並不多,而且網上缺乏完善的資料。導致開發的 Dapp 可能不夠友好或者存在諸多漏洞。
4、效率和效能不足我們通常將交易吞吐量(TPS)看作是區塊鏈的效能指標,它表示在固定時間能處理的交易數。在實際應用中,如果 TPS 併發太低,容易造成網路擁堵嚴重,大量交易排隊,從而使得區塊鏈在高併發業務的場景下無法落地,甚至連目前我們要求的簡單支付都是問題。
5、無法與鏈外資訊直接互動目前智慧合約還無法主動與外界資料/資訊進行互動,在智慧合約的觸發條件取決於區塊鏈外資訊時,這些資訊需先寫入區塊鏈內,但是目前區塊鏈還無法主動完成這一個操作。而智慧合約在多數場景下,往往需要與外部世界進行資料互動,典型比如去中心化保險、穩定貨幣及借貸平臺、預測市場、去中心化旅遊等等。
二、如何解決這些問題?針對非技術問題,如炒作圈錢,我們相信這個寒冬沒有價值的專案終將被識破,並被剔除。
而我們也可以看到目前主流交易平臺已經開始了清理工作,逐漸下架一些不正規的專案代幣。針對認知門檻高問題,可能並不是短時間之內可以解決的,或許也可能並不需要解決,就像網際網路發展至今,大家都在使用微信和支付寶支付,但是完全可以不懂第三方平臺是如何與銀行進行結算,以及透過什麼技術實現和保障資產安全的。
區塊鏈發展壯大之後也會降低普通使用者的使用門檻。對於應用的技術門檻,一方面很多專案在推進更友好的開發環境和語言,讓普通開發者可以直接上手。另一方面,目前已經很多團隊在做相關的技術課程,比如我們深度合作的一塊鏈習技術社群,在做以太坊的智慧合約高階課。
對於區塊鏈無法直接獲取鏈外資訊的問題,解決方案就是預言機。
三、什麼是預言機?
預言機就是一種單向的數字代理,可以查詢和驗證真實世界的資料,並以加密的方式將資訊提交給智慧合約。預言機就好比區塊鏈世界中的一個第三方資料代理商。舉例來說,假設現實世界中的“資料來源”和區塊鏈中的“資料介面”,是兩個使用不同語言的國家,預言機就是中間的翻譯官。
在實際使用智慧合約中,去中心化的預言機可以保證提供的資料無法被篡改。
-
3 # Lake說科技
圖資料庫本質一種資料庫,用來儲存具有相關聯絡之間的資料。也就是說圖資料庫儲存的是一種靜態的資料,當然你可以去更新圖中的網路資料,圖資料庫由點資料和邊資料構成。
而物聯網和區塊鏈雖然各個節點之間都有相互關聯,但其中的點卻是一種實體點,這些實體點都是能夠自我產生資料,比如感測器、伺服器等。同時像區塊鏈還涉及到加密解密安全方面,圖資料庫很難有適用場景,圖資料庫只是一種資料庫而已。
01圖資料庫是一種資料庫,用來儲存具有關聯關係的資料,而不是用來表示有關聯關係的裝置網路圖資料庫最核心的一個功能,就是用來分析具有關聯關係資料中的潛藏價值。由於圖資料庫底層儲存設計和架構不同於傳統的關係型資料庫,圖資料庫的應用場景和關係型資料庫應用場景有很大的區別。
圖資料庫中資料分為兩類:圖中的點以及點之間的關係,所以當我們有從一個點開始深入遍歷或者廣度遍歷時的場景,圖資料庫查詢的資料會非常快。圖資料庫底層儲存的就是資料,而資料只是我們根據一定邏輯加工出來的靜態資訊,只是這些資訊相互之間有一定的關聯,比如一個社交網路,點代表使用者,而邊則代表使用者間關聯關係。
圖資料庫用來儲存資料,而物聯網以及區塊鏈是一個裝置之間的網路,這是一個動態網路,卻不是一個靜態資料網路,所以圖資料庫很難適用於物聯網以及區塊鏈。
02圖資料庫目前在使用者網路分析使用比較多,由於網路中的點表示使用者不是裝置,所以適用於物聯網以及區塊鏈場景較少圖資料庫最多的應用場景,還是分析使用者網路之間的潛藏使用者關聯價值。比如對於電商使用者網路中,其中的點代表著一個使用者、商家、廠家,邊可以有種型別,比如購買商品、發貨、轉賬等等。我們可以構建出從廠家發貨到消費者最終收穫的一個大的網路圖。
我們可以分析出一個使用者經常購買的商家,這些商家從哪些廠家進過貨。一個使用者的三度朋友網路,經常從哪些商家購物,三度朋友網路表示使用者朋友的朋友的朋友。這往往會涉及到非常多的使用者。
圖資料庫主要用來分析人之間的關係價值,很難使用圖資料庫來表示物聯網或者區塊鏈,畢竟裝置之間的潛藏關聯關係價值沒有什麼好分析的,所以圖資料庫很難應用於物聯網或者區塊鏈。
回覆列表
圖形資料庫是NoSQL資料庫的一種型別,它應用圖形理論儲存實體之間的關係資訊。圖形資料庫是一種非關係型資料庫,它應用圖形理論儲存實體之間的關係資訊。最常見例子就是社會網路中人與人之間的關係。關係型資料庫用於儲存“關係型”資料的效果並不好,其查詢複雜、緩慢、超出預期,而圖形資料庫的獨特設計恰恰彌補了這個缺陷。
在一個圖形資料庫中,最主要的組成有兩種,結點集和連線結點的關係(有的也稱泡泡和箭頭)。結點集就是圖中一系列結點的集合,比較接近於關係資料庫中所最常使用的表,而關係則是圖形資料庫所特有的組成。
在需要表示多對多關係時,我們常常需要建立一個關聯表來記錄不同實體的多對多關係,而且這些關聯表常常不用來記錄資訊。如果兩個實體之間擁有多種關係,那麼我們就需要在它們之間建立多個關聯表。而在一個圖形資料庫中,我們只需要標明兩者之間存在著不同的關係。如果希望在兩個結點集間建立雙向關係,我們就需要為每個方向定義一個關係。
也就是說,相對於關係資料庫中的各種關聯表,圖形資料庫中的關係可以透過關係能夠包含屬性這一功能來提供更為豐富的關係展現方式。因此相較於關係型資料庫,圖形資料庫的使用者在對事物進行抽象時將擁有一個額外的武器,那就是豐富的關係。
在許多情報和執法程式中,重要的是要尋找一個模式的事件。這些事件中的任何一個都可能看起來是無害的,但他們觀點以及他們是怎樣直接或間接相關的,概念是不一樣的。再例如社會網路分析(SNA)對許多供應商的消費品非常感興趣,他是構建人與人之間的關係圖。Facebook是一個社交網路,它可以與家人和朋友之間保持聯絡。圖形資料庫能很好地顯示出這個人在他/她的朋友圈中是否有影響力,這群朋友是否有著共同的興趣愛好。