区块链应用 | 用联盟链承载应用?「赤链」想以投票和分布式记账系统提升区块链效率

简介: 用联盟链承载应用?「赤链」想以投票和分布式记账系统提升区块链效率
现在赤链生态上的40余个项目,覆盖电商、影视、服装、体育、医美、游戏等领域。

以太坊虽然可以实现简单的智能合约,却无法支撑起大型应用,目前已出现低效、网络拥堵等问题。

赤链CEO商毅认为,公有链的问题在于完全“去中心化”,在技术初级阶段并不适配仍需“中心”管理的传统行业。联盟链看起来像是个不错的选择,既可以在一定范围内授权和管理,又降低了技术团队通过接口开发应用的门槛。当然,相比于公有链,联盟链一定程度的“中心化”也代表着出现集权行为的可能性。

赤链是一条基于超级账本开发的混合链,它将区块链的直链方式改为分级网状立体结构,从而提升了记账效率和整体性能,既保留了一部分公有链“去中心化”的特点,又拥有联盟链可在底层“添加功能”的优势。

超级账本是2015年Linux基金会发起的开源项目,可理解为一个支持创建联盟链的工具平台,现有成员包括IBM、埃森哲、华为、恒生电子等。赤链在超级账本这个不记账的底层之上,面向不同的开发人员又建立了P2P网络层、共识机制和权限管理层、业务层;同时,以部分“去共识”的轮盘机制和每326秒生成一个区块的时间堡垒,保障记账节点的安全性。

说回前文提到的“添加功能”,赤链建立了基于区块链的投票系统“Tvote”和分布式记账系统“无花果”(预计3月发布PC端公测版)。

“Tvote”APP已经上线,主要面向赤链生态内部用户。赤链官方会引导社区用户参与各类决议的投票(包括制定基础规则)。所有用户都有发起和参与投票的权利,发起人可预设票数是否封顶,以及投票的限时。为避免“庸民政治”,生态内的三种角色,创世团队(赤链团队)、有记账能力的节点和普通用户分别对应10:4:1权重。投票同时设置了5%的手续费,防止无意义的高频投票降低网络效率。

商毅认为,区块链在现阶段还无法摆脱中心化的数据库,因此“无花果”的核心是存储和记账(类似于区块链公司Sia)。赤链以自身的token“赤币TKC”激励记账行为,节点越多,区块链越稳定。

为了降低能源消耗,赤币不靠“挖矿”产生,而是由赤链直接定向发放。由于不涉及旷工的劳动,转账赤币也不收取手续费。赤币共有1.8亿,团队自留了1/3。赤链希望以平台的身份,鼓励项目方技术团队“抱团”开发。基于赤链上线的项目,直接持有和使用赤币,无需自己发币。

对于开发者而言,赤链相比公有链的优势在于开发门槛低。赤链支持全Java语言,并提供API。

赤链的主体为成都赤乌软件技术有限公司,团队共300余人,其中技术人员超过100人,核心成员来自新浪、盛大、腾讯、英特尔(中国)等背景。团队此前有过创客服务经历,在孵化创企期间,以赤乌软件名义收购或占股了跨境电商、服装、游戏、体育、阅读等一批公司。目前在赤链生态中、从传统领域转向区块链的项目,都是赤乌软件旗下业务板块。因此,与不少“白手起家”的区块链项目不同,赤链前期积累了300万用户(多为电商用户)。

原文发布时间为:  2018-01-25

本文作者:郝方舟

本文来源:36Kr,如需转载请联系原作者。


目录
相关文章
|
Kubernetes 大数据 调度
Airflow vs Argo Workflows:分布式任务调度系统的“华山论剑”
本文对比了Apache Airflow与Argo Workflows两大分布式任务调度系统。两者均支持复杂的DAG任务编排、社区支持及任务调度功能,且具备优秀的用户界面。Airflow以Python为核心语言,适合数据科学家使用,拥有丰富的Operator库和云服务集成能力;而Argo Workflows基于Kubernetes设计,支持YAML和Python双语定义工作流,具备轻量化、高性能并发调度的优势,并通过Kubernetes的RBAC机制实现多用户隔离。在大数据和AI场景中,Airflow擅长结合云厂商服务,Argo则更适配Kubernetes生态下的深度集成。
1312 34
|
9月前
|
存储 算法 安全
“卧槽,系统又崩了!”——别慌,这也许是你看过最通俗易懂的分布式入门
本文深入解析分布式系统核心机制:数据分片与冗余副本实现扩展与高可用,租约、多数派及Gossip协议保障一致性与容错。探讨节点故障、网络延迟等挑战,揭示CFT/BFT容错原理,剖析规模与性能关系,为构建可靠分布式系统提供理论支撑。
398 2
|
9月前
|
机器学习/深度学习 算法 安全
新型电力系统下多分布式电源接入配电网承载力评估方法研究(Matlab代码实现)
新型电力系统下多分布式电源接入配电网承载力评估方法研究(Matlab代码实现)
285 3
|
11月前
|
数据采集 缓存 NoSQL
分布式新闻数据采集系统的同步效率优化实战
本文介绍了一个针对高频新闻站点的分布式爬虫系统优化方案。通过引入异步任务机制、本地缓存池、Redis pipeline 批量写入及身份池策略,系统采集效率提升近两倍,数据同步延迟显著降低,实现了分钟级热点追踪能力,为实时舆情监控与分析提供了高效、稳定的数据支持。
479 1
分布式新闻数据采集系统的同步效率优化实战
|
安全 JavaScript 前端开发
HarmonyOS NEXT~HarmonyOS 语言仓颉:下一代分布式开发语言的技术解析与应用实践
HarmonyOS语言仓颉是华为专为HarmonyOS生态系统设计的新型编程语言,旨在解决分布式环境下的开发挑战。它以“编码创造”为理念,具备分布式原生、高性能与高效率、安全可靠三大核心特性。仓颉语言通过内置分布式能力简化跨设备开发,提供统一的编程模型和开发体验。文章从语言基础、关键特性、开发实践及未来展望四个方面剖析其技术优势,助力开发者掌握这一新兴工具,构建全场景分布式应用。
1094 35
|
12月前
|
分布式计算 Java 大数据
Java 大视界 —— 基于 Java 的大数据分布式计算在气象数据处理与天气预报中的应用进展(176)
本文围绕基于 Java 的大数据分布式计算在气象数据处理与天气预报中的应用展开,剖析行业现状与挑战,阐释技术原理,介绍其在数据处理及天气预报中的具体应用,并结合实际案例展示实施效果。
Java 大视界 -- 基于 Java 的大数据分布式存储在视频监控数据管理中的应用优化(170)
本文围绕基于 Java 的大数据分布式存储在视频监控数据管理中的应用展开,分析管理现状与挑战,阐述技术应用,结合案例和代码给出实操方案。
|
存储 运维 安全
盘古分布式存储系统的稳定性实践
本文介绍了阿里云飞天盘古分布式存储系统的稳定性实践。盘古作为阿里云的核心组件,支撑了阿里巴巴集团的众多业务,确保数据高可靠性、系统高可用性和安全生产运维是其关键目标。文章详细探讨了数据不丢不错、系统高可用性的实现方法,以及通过故障演练、自动化发布和健康检查等手段保障生产安全。总结指出,稳定性是一项系统工程,需要持续迭代演进,盘古经过十年以上的线上锤炼,积累了丰富的实践经验。
1383 7
|
存储 分布式计算 Hadoop
基于Java的Hadoop文件处理系统:高效分布式数据解析与存储
本文介绍了如何借鉴Hadoop的设计思想,使用Java实现其核心功能MapReduce,解决海量数据处理问题。通过类比图书馆管理系统,详细解释了Hadoop的两大组件:HDFS(分布式文件系统)和MapReduce(分布式计算模型)。具体实现了单词统计任务,并扩展支持CSV和JSON格式的数据解析。为了提升性能,引入了Combiner减少中间数据传输,以及自定义Partitioner解决数据倾斜问题。最后总结了Hadoop在大数据处理中的重要性,鼓励Java开发者学习Hadoop以拓展技术边界。
567 7
|
机器学习/深度学习 存储
DeepSeek进阶开发与应用4:DeepSeek中的分布式训练技术
随着深度学习模型和数据集规模的扩大,单机训练已无法满足需求,分布式训练技术应运而生。DeepSeek框架支持数据并行和模型并行两种模式,通过将计算任务分配到多个节点上并行执行,显著提高训练效率。本文介绍DeepSeek中的分布式训练技术,包括配置与启动方法,帮助用户轻松实现大规模模型训练。数据并行通过`MirroredStrategy`同步梯度,适用于大多数模型;模型并行则通过`ParameterServerStrategy`异步处理大模型。DeepSeek简化了分布式环境配置,支持单机多卡和多机多卡等场景。