第1章区块链数据基础

一、区块链数据基础：区块结构、交易哈希、梅克尔树原理、以太坊与比特币数据差异

大家好，我是你们的老朋友。今天咱们来聊聊区块链数据最底层的那些事儿。说实话，很多做链上分析的朋友，一上来就盯着交易记录看，却忽略了区块本身的结构。我个人觉得，不理解区块结构，就像开车不看仪表盘——能跑，但迟早要翻车。

每个区块，说白了就是一个数据包。它装着这段时间内发生的所有交易。我习惯把区块想象成一个集装箱，集装箱外面贴着标签（区块头），里面装着货物（交易列表）。

区块主要分两部分：

嗯，这里要注意：区块头虽然小，但信息量巨大。它包含了前一个区块的哈希值、时间戳、难度目标、随机数（Nonce），以及一个非常重要的东西——梅克尔根（Merkle Root）。

核心要点：区块头的大小是固定的。比特币区块头只有80字节，以太坊稍微大一点，但也就几百字节。真正占空间的是区块体里的交易数据。

每笔交易都有一个唯一的哈希值，就像人的指纹一样。交易哈希（TXID）是怎么来的？其实就是对交易原始数据进行两次SHA256哈希计算。

我在项目中遇到过一个问题：有同事以为交易哈希是随机生成的，结果在排查重复交易时浪费了大量时间。其实，交易哈希是确定性计算的——同样的交易内容，永远产生同样的哈希值。

// 比特币交易哈希计算示例
// 对交易原始数据做两次SHA256
tx_hash = SHA256(SHA256(tx_raw_data))

避坑指南：我曾经在分析以太坊数据时，发现有些交易哈希看起来“不对劲”。后来才意识到，以太坊的交易哈希计算方式跟比特币略有不同——它用的是RLP编码后的数据做Keccak256哈希。千万别搞混了。

梅克尔树，这个名字听起来很高大上。说白了，它就是一种二叉树结构，叶子节点是交易哈希，非叶子节点是子节点哈希的拼接哈希。

你想想看，一个区块里可能有几千笔交易。如果我想验证某笔交易是否真的在这个区块里，难道要把整个区块下载下来逐笔比对吗？当然不是。梅克尔树就是为了解决这个问题而生的。

它的核心思想是：

为什么说它是“黑科技”？因为验证复杂度从O(n)降到了O(log n)。一个包含1000笔交易的区块，你只需要提供10个哈希值就能证明某笔交易的存在。

注意：梅克尔树只能证明“存在”，不能证明“不存在”。如果你想证明某笔交易不在区块里，需要用到更复杂的结构，比如布隆过滤器或布谷鸟过滤器。这个我们后面章节再聊。

比特币和以太坊，虽然都叫区块链，但数据结构的差异其实挺大的。我刚开始做跨链分析时，被这些差异坑过好几次。

这里重点说一下账户模型的差异。比特币的UTXO模型，说白了就是“找零”逻辑——你花掉一个硬币，必须把找零也写清楚。而以太坊的账户模型更接近银行账户——直接扣钱、加钱就行。

我个人习惯在做链上分析时，先搞清楚目标链用的是哪种模型。因为UTXO模型的分析思路跟账户模型完全不同。比如追踪资金流向，UTXO链需要合并多个输出，而账户链只需要看from和to字段。

实战经验：我记得有一次分析一个跨链桥项目，需要同时处理比特币和以太坊的数据。刚开始我用同一套逻辑去解析交易，结果比特币那边怎么都对不上账。后来才发现，比特币的交易输出是可以被多个交易引用的（UTXO的特性），而以太坊的每个账户余额是独立维护的。这个坑，我踩过，你们就别再踩了。

下面这张图，是我自己整理的区块链数据基础结构。你可以把它当作本章的“地图”，方便后续学习时对照。

这张图把本章的核心知识点串起来了。区块结构是基础，交易哈希是标识，梅克尔树是验证工具，而比特币与以太坊的差异则是实际工作中必须面对的挑战。

我的建议：刚开始学链上数据分析，不要急着跑数据。先把区块浏览器打开，手动查看几个区块的结构。比特币看blockchain.info，以太坊看etherscan.io。亲手点开区块头、交易详情，感受一下数据长什么样。这个习惯，我一直保持到现在。

好了，这一章的内容就到这里。记住，区块链数据的基础打牢了，后面分析起来才会得心应手。咱们下章见。

公众号：蓝海数据掘金营，微信deep3321