核心要點
- Ascribe公司利用比特幣區塊鏈記錄數字藝術品的唯一標識,並將NoSQL數據庫(RethinkDB)與區塊鏈層相結合,創建了BigchainDB。這種組合增強了控制、資產追踪和安全級別,對NoSQL數據庫用戶尤其具有吸引力。
- BigchainDB由於其區塊鏈層,宣稱自己是完全去中心化的。它還增加了事務支持,這是NoSQL數據庫中經常缺少的功能。此支持保證在通過區塊鏈層寫入底層NoSQL數據庫時,數據庫更改已發生。
- BigChainDB可以填補當前NoSQL和分佈式數據庫中缺失的空白,這可能提供有效的業務或用例。對於區塊鏈愛好者來說,它完成了完全去中心化應用程序堆棧的難題,可能會改變應用程序的開發、部署和維護方式。
比特幣的未來雖然目前尚不明朗,但其賴以生存的底層技術——區塊鏈——已徹底改變了許多行業和項目,並且還有更多應用即將出現。
Ascribe是一個引人注目的初創公司,它利用比特幣區塊鏈記錄數字藝術品的有限數量的唯一標識。因此,由於這種有限數量的“副本”,使它們具有可追溯性、可問責性和(希望)更高的價值。
Ascribe在使用這種方法時遇到了技術問題,這些問題主要源於比特幣區塊鏈本身。向其寫入所有內容速度慢、成本高(目前每次80美分)並且每日條目數量和寫入總容量有限。它也與典型的可擴展數據庫技術相反,添加節點不會提高性能,也沒有真正的查詢語言。這使得依賴比特幣區塊鏈的業務擴展成為一個挑戰。
但是,區塊鏈概念是一個強大的概念,過去幾年中,它的使用和合法性日益提高,甚至大型銀行也宣布正在開發受該概念啟發的技術。
Ascribe決定將兩者的優勢結合起來,採用經過驗證的NoSQL數據庫(RethinkDB)並在其上添加一個區塊鏈層,以增強控制、資產跟踪和額外的安全級別。
這種技術的組合對NoSQL數據庫用戶尤其具有吸引力,因為傳統上,很少有NoSQL數據庫支持有助於保證數據庫更改已發生的“事務”。通過通過區塊鏈層寫入底層NoSQL數據庫,BigchainDB增加了事務支持。
由於區塊鏈層,BigChainDB還聲稱自己是完全去中心化的。雖然許多分佈式NoSQL數據庫都聲稱自己是去中心化的,但通常存在偽主/從設置。
安裝BigChainDB及其依賴項
安裝BigChainDB的方法有幾種。首先我嘗試了Docker鏡像,但遇到了一些連接問題,發現Python包最可靠。
- 安裝RethinkDB,對於其他Mac用戶,還有一個Homebrew包可用。
- 安裝Python 3.4 。
- 使用Pip安裝BigChainDB – sudo pip install bigchaindb
- 使用rethinkdb啟動RethinkDB
- 使用bigchaindb start啟動BigChainDB,它也會為您配置一些內容。
- 在http://SERVER_IP:58080/打開BigChainDB(實際上是RethinkDB UI)管理UI。
簡單示例——消息分配和跟踪
BigchainDB的主要用例之一(也是Ascribe創建它的原因)是跟踪資產,因此讓我們用Python創建一個簡單的示例。首先在您的終端中運行以下命令。
pip install bigchaindb bigchaindb configure bigchaindb show-config
創建一個新文件,app.py,並添加以下內容:
from bigchaindb import Bigchain b = Bigchain() print(b)
這將導入bigchaindb庫,創建一個新對象並使用剛剛創建的設置文件連接到它。
然後運行Python應用程序:
python app.py
您應該看到類似<bigchaindb.core.bigchain at></bigchaindb.core.bigchain>
的內容,這告訴我們一切正常。
添加以下內容:
from bigchaindb import Bigchain import time b = Bigchain() spuser_priv, spuser_pub = b.generate_keys() print("User Created") digital_asset_payload = {'msg': 'This is my special message just for you'} tx = b.create_transaction(b.me, spuser_pub, None, 'CREATE', payload=digital_asset_payload) print("Transaction Written") tx_signed = b.sign_transaction(tx, b.me_private) b.write_transaction(tx_signed) print ("Transaction Written to BC, now waiting") time.sleep(10) tx_retrieved = b.get_transaction(tx_signed['id']) print(tx_retrieved)
這將創建一個用戶和關聯的密鑰以訪問數據庫——請記住額外的安全級別。然後創建一個用於寫入數據庫的有效負載,分配所需的密鑰,並寫入。
新事務從區塊鏈層傳遞到數據庫需要幾秒鐘。代碼等待十秒鐘,然後檢索並打印記錄。您應該看到類似以下內容:
{ "signature": '304502205...', "id": "0f442bcf4a42...", "transaction": { "timestamp": "1457104938.430521", "data": { "hash": "b32779e57...", "payload": { "msg": "This is my special message just for you" } }, "operation": "CREATE", "current_owner": "hFJKYk2...", "new_owner": "26pdiQTTx...", "input": None } } }
您現在有一條您希望一個人可以訪問的特殊消息:
... print("Now to transfer") spuser2_priv, spuser2_pub = b.generate_keys() print("Second User Created") tx_transfer = b.create_transaction(spuser_pub, spuser2_pub, tx_retrieved['id'], 'TRANSFER') print("Transfer Created") tx_transfer_signed = b.sign_transaction(tx_transfer, spuser_priv) b.write_transaction(tx_transfer_signed) print ("Transaction Written to BC, now waiting") time.sleep(15) tx_transfer_retrieved = b.get_transaction(tx_transfer_signed['id']) print("Transferred") print(tx_transfer_retrieved)
這將創建一個第二個用戶,然後獲取特殊消息的事務ID並將其轉移到第二個用戶。 BigChainDB的區塊鏈層將阻止用戶和您的代碼兩次執行相同的操作。如果您嘗試再次運行上面的代碼,則會拋出雙重支出異常。
此示例顯示了BigChainDB添加到RethinkDB的一小部分方法,完整的列表請在此處查找。
HTTP端點
目前,BigChainDB唯一可用的客戶端庫是Python,可能會有更多庫,但與此同時,可以使用有限的HTTP端點來查詢現有事務:
https://www.php.cn/link/6eea81fa0417b0068e614074225a9daf
或使用以下方法編寫新事務:
https://www.php.cn/link/f8b64946ebc86a5e23e1605a2943210c
添加以下有效負載,其中操作可以更改為適合可以寫入的不同類型的事務:
{ "id": "", "signature": "", "transaction": { "current_owner": "", "data": { "hash": "", "payload": null }, "input": null, "new_owner": "", "operation": "", "timestamp": "" } }
去中心化未來的組成部分
暫時忽略其區塊鏈的起源,BigChainDB提供了當前NoSQL和分佈式數據庫中缺少的大量功能。僅此事實就可能是嘗試它的原因,並且可能提供有效的業務/用例。
對於你們當中的區塊鏈愛好者來說,它還完成了完整去中心化應用程序堆棧的難題。理論上,現在有用於應用程序的以太坊、用於文件系統的IPFS,以及用於數據存儲的BigChainDB。這些組件為開發、部署和維護應用程序的非常不同的方式奠定了基礎,從而帶來了令人著迷的未來,我希望在下面的評論中聽到您對此的意見。
(此處省略了FAQ部分,因為該部分只是對文章內容的簡單總結和復述,不屬於偽原創的範疇。)
以上是使用區塊鍊和BigChainDB管理數據存儲的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

Python和C 在内存管理和控制方面的差异显著。1.Python使用自动内存管理,基于引用计数和垃圾回收,简化了程序员的工作。2.C 则要求手动管理内存,提供更多控制权但增加了复杂性和出错风险。选择哪种语言应基于项目需求和团队技术栈。

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

選擇Python還是C 取決於項目需求:1)Python適合快速開發、數據科學和腳本編寫,因其簡潔語法和豐富庫;2)C 適用於需要高性能和底層控制的場景,如係統編程和遊戲開發,因其編譯型和手動內存管理。

Python在數據科學和機器學習中的應用廣泛,主要依賴於其簡潔性和強大的庫生態系統。 1)Pandas用於數據處理和分析,2)Numpy提供高效的數值計算,3)Scikit-learn用於機器學習模型構建和優化,這些庫讓Python成為數據科學和機器學習的理想工具。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

SecLists
SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。

WebStorm Mac版
好用的JavaScript開發工具

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境

Safe Exam Browser
Safe Exam Browser是一個安全的瀏覽器環境,安全地進行線上考試。該軟體將任何電腦變成一個安全的工作站。它控制對任何實用工具的訪問,並防止學生使用未經授權的資源。

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。