大數據和區塊鏈之異同（下篇）

上篇說了區塊鏈與大數據之間的一些相同點，這篇我們來談談兩者之間的一些不同點。

大數據和區塊鏈技術之異

兩者屬於不同的時代，區塊鏈繼大數據之後的又一次技術革命。

兩個技術處於不同的生命周期

——Gartner Hype Cycle

技術成熟度曲線（The Hype Cycle）是諮詢公司Gartner用來分析和預測各種新科技的成熟演變速度及所需時間著名工具。

「大數據」與「區塊鏈」在Gartner歷年的《技術成熟度曲線》中的出現情況

2011年，「大數據」第一次上榜，位於技術萌芽期的爬坡階段，當時還統稱為「『Big Data』 and Extreme Information Processing and Management」(「大數據」和極端信息處理和管理)。2012年更進一步，並在2013年幾乎達到了過熱期頂峰。經歷了2014年的下滑，從2015年開始，「大數據」突然從曲線中消失，可解讀為Gartner對大數據的定位已從「新興」轉為「主流」。當前，大數據對於企業的意義已從能力要素上升為戰略核心。

相對而言，「區塊鏈」直到2016年才第一次出現在《技術成熟度曲線》中，並直接進入「過熱期」。總的來看，「大數據」和「區塊鏈」所處的生命周期階段大不相同，兩者約有5年左右的差距。

主要差異在哪？

大數據通常用來描述數據集足夠大，足夠複雜，以致很難用傳統的方式來處理。而區塊鏈能承載的信息數據是有限的，離「大數據」標準還差得很遠。區塊鏈與大數據有幾個顯著差異：

結構化vs非結構化：區塊鏈是結構定義嚴謹的塊，通過指針組成的鏈，典型的結構化數據，而大數據需要處理的更多的是非結構化數據；

獨立vs整合：區塊鏈系統為保證安全性，信息是相對獨立的，而大數據著重的是信息的整合分析；

直接vs間接：區塊鏈系統本身就是一個資料庫，而大數據指的是對數據的深度分析和挖掘，是一種間接的數據；

數學vs數據：區塊鏈試圖用數學說話，區塊鏈主張「代碼即法律」，而大數據試圖用數據說話；

匿名vs個性：區塊鏈是匿名的（公開賬本，匿名擁有者，相對於傳統金融機構的公開賬號，賬本保密），而大數據有意的是個性化；

差異能否調和？

對一個分散式系統來說，存在CAP定理（CAP theorem）又被稱作布魯爾定理（Brewer's theorem），它指出一個分散式系統不可能同時滿足以下三點：

一致性（Consistence)：在分散式系統中的所有數據備份，在同一時刻是否同樣的值。

可用性（Availability）：在集群中一部分節點故障后，集群整體是否還能響應客戶端的讀寫請求。

分區容忍性（Partition tolerance）：集群中的某些節點在無法聯繫后，集群整體是否還能繼續進行服務。

由於當前的網路硬體肯定會出現延遲丟包等問題，所以分區容忍性是我們必須需要實現的。換句話說，CAP定理表明我們必須在一致性（C）和可用性（A）之間進行權衡。

具體到區塊鏈和大數據來說，大數據是以犧牲一致性（C）來換取可用性（A）和分區容忍性（P）的，而區塊鏈卻優先保證了一致性（C）。

可相互借鑒之處

通過CAP定理，我們知道區塊鏈和大數據的諸多特性無法兩全，需要針對具體場景，在多樣化的取捨方案下設計出多樣化的系統。

區塊鏈+大數據：在區塊鏈中使用大數據技術

區塊鏈是一種不可篡改的、全歷史的分散式資料庫存儲技術，巨大的區塊鏈數據集合包含著每一筆交易的全部歷史，隨著區塊鏈技術的應用迅速發展，數據規模會越來越大，不同業務場景區塊鏈的數據融合會進一步擴大數據規模和豐富性。

區塊鏈以其可信任性、安全性和不可篡改性，讓更多數據被解放出來，推進數據的海量增長。區塊鏈的可追溯性使得數據從採集、交易、流通，以及計算分析的每一步記錄都可以留存在區塊鏈上，使得數據的質量獲得前所未有的強信任背書，也保證了數據分析結果的正確性和數據挖掘的效果。

區塊鏈能夠進一步規範數據的使用，精細化授權範圍。脫敏后的數據交易流通，則有利於突破信息孤島，建立數據橫向流通機制，形成「社會化大數據」。基於區塊鏈的價值轉移網路，逐步推動形成基於全球化的數據交易場景。

區塊鏈提供的是賬本的完整性，數據統計分析的能力較弱。大數據則具備海量數據存儲技術和靈活高效的分析技術，極大提升區塊鏈數據的價值和使用空間。

大數據+區塊鏈：在大數據中使用區塊鏈技術

大數據的技術生態百花齊放，沒有哪個軟體能解決所有的問題，能解決問題也是在一個範圍內，即使是Spark、Flink等。在強調透明性、安全性的場景下，區塊鏈有其用武之地。在大數據的系統上使用區塊鏈技術，可以使得數據不能被隨意添加、修改和刪除，當然其時間和數據量級是有限度的。

以時間、數據量為坐標軸，列出了目前大數據引擎大致擅長處理數據的範圍，區塊鏈可在其中成為一種很好的補充

比如，對於存檔的歷史數據，因為它們是不能被修改的，我們可以對大數據作Hash處理，並加上時間戳，存在區塊鏈之上。在未來的某一時刻，當我們需要驗證原始數據地真實性時，可以對對應的數據做同樣的Hash處理，如果得出的答案是相同的，則說明數據是沒有被篡改過的。或者，只對匯總數據和結果做處理，這樣，只需要處理增量數據處理，那麼應對的數據量級和吞吐量級可能是今天的區塊鏈或改善過的系統可以處理的。

通過把大數據與區塊鏈相結合，能讓區塊鏈中的數據更有價值，也能讓大數據的預測分析落實為行動，它們都將是數字經濟時代的基石。