[技术分析]国内外主流区块链服务平台
本篇內容由以下三個部分構成:
1. 兩種區塊鏈服務的對比分析
2. 國內外區塊鏈服務概況
3. 區塊鏈BaaS平臺應用技術分析
兩種區塊鏈服務的對比分析
我把區塊鏈服務歸納為兩種類型:區塊鏈應用服務(BaaS)、區塊鏈技術服務(BTaaS)。
區塊鏈應用服務(BaaS)的概念
"Block chain as a Service",區塊鏈即服務。
一般我們指利用區塊鏈上產生的數據,提供基于區塊鏈的區塊/交易查詢、數據信息提交等一系列操作服務。
區塊鏈服務的形式一般以兩種方式提供給用戶:
1. 基于公有鏈的應用服務:典型公鏈BTC/ETH等或自主研發公鏈,基于已存在的公鏈,通過構建鏈瀏覽器與區塊鏈進行交互,在瀏覽器上為用戶開發相應領域的區塊鏈應用服務。
2. 基于聯盟鏈/私鏈的云服務平臺:流行聯盟鏈如Fabric/Corda,基于聯盟鏈架構為客戶提供底層封裝完善的聯盟成員(組織),通過部署應用鏈碼(智能合約)的形式開發相應領域的區塊鏈應用服務。服務商提供企業級的區塊鏈開放平臺,可一鍵式快速部署接入、擁有去中心化信任機制、私有化部署與豐富的運維管理等特色能力。
簡單的來說,區塊鏈服務的本質為在已有鏈的基礎上開發一個定制化應用服務。
區塊鏈技術服務(BTaaS)的概念
"Blockchain Technology as a Service",區塊鏈技術即服務。
區塊鏈技術服務一般指利用區塊鏈技術,目標為構建一個新的服務平臺,去替代傳統互聯網架構的服務。
區塊鏈技術服務的形式一般以這樣的方式提供給用戶:
采用業界較為認可的區塊鏈架構,以不限于公有鏈、聯盟鏈、私有鏈的形式,根據客戶的業務類型提供一個基礎的區塊鏈服務平臺(包含區塊鏈瀏覽器等基礎應用),去替代用戶原有的傳統架構的互聯網系統。較為常見的有Fabric、Ethereum私鏈等。
這種服務類型可以理解為在客戶沒有鏈系統的基礎上提供一個定制化區塊鏈系統的搭建服務。
BaaS與BTaaS的對比分析
首先從用戶類型角度來看,這兩種必然都是ToB類型的服務。
從技術與產品的角度來看,BaaS更注重于具體商業應用的實現,而BTaaS更注重于技術過程的實現。
對使用傳統互聯網架構的用戶來說,再重新自己花時間去設計一個區塊鏈系統更重要呢,還是利用區塊鏈系統去構建自己的區塊鏈應用更重要呢?
答案是很明顯的,用戶需要穩定可靠的BaaS服務來幫助自己完成具體業務的實現。BaaS服務將成為區塊鏈應用落地實現的一個關鍵點。
國內外區塊鏈服務概況與分析
區塊鏈服務平臺分析如下:(選取了部分區塊鏈服務平臺類型進行整理分析,包含但不限于BaaS/BTaaS)
國內企業布局:
國外企業布局:
開源平臺架構方面:國內外普遍認可并采用 Hyperledger Fabric 和 Ethereum。
在對外開放的商業區塊鏈服務方面:一般提供BaaS平臺的方式,幫助客戶可以直接在其平臺開發區塊鏈化商業應用。
提供BaaS服務企業的特點:傳統云服務廠商在這方面更有優勢。我們可以看到很多企業如華為、BAT、Oracle、Amazon都是在云服務領域都有著一定的積累,便于提供客戶在云上部署區塊鏈服務。
在解決方案方面:基本上可涉及各項信息數據管理有關的傳統行業,如商業溯源、跨境支付、物聯網等。
區塊鏈BaaS平臺應用技術分析
在查閱各個區塊鏈服務平臺的資料后,總結出區塊鏈BaaS平臺的一個基礎技術層級:物理層,網絡層,框架層,應用層。
四個層級構成BaaS平臺通用的一個區塊鏈應用的技術架構。
區塊鏈解決的核心問題是可信數據的流轉,根據以上技術層級的總結,對應到一個業務系統中,傳統數據的可信區塊鏈化處理情況如下:
主要分為三個部分:基礎設施平臺、區塊鏈服務平臺、APP業務平臺;其中APP業務平臺可以理解為在服務商提供鏈服務平臺的基礎上自行搭建的一個業務系統,最終數據的呈現可以通過該業務系統的API在傳統的數據呈現平臺上提供查詢追溯等操作。
就國內區塊鏈服務平臺來看,下面列舉了架構類型、(合約)開發語言、以及是否提供該鏈的區塊鏈瀏覽器。
對應于區塊鏈應用開發的智能合約開發語言方面:
Hyperledger Fabric 架構一般采用Golang進行開發
Ethereum 架構一般采用Solidity進行開發。
為了再深入了解BaaS服務的開發過程,下面以華為BCS為服務平臺例子,供應鏈溯源為業務例子進行技術分析:
華為采用開源平臺Fabric架構,在其云服務平臺提供已經封裝完備的區塊鏈應用平臺,交由客戶自主開發業務鏈碼(智能合約)
總的來說,BaaS平臺提供的內容如下:
鏈管理平臺,一個可供配置與管理的配備頁面后臺的平臺;
業務平臺,一套開發業務鏈碼(智能合約)的環境(另需服務器資源)。
[學習研究,歡迎糾錯]
總結
以上是生活随笔為你收集整理的[技术分析]国内外主流区块链服务平台的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: python视频人脸检测_Python学
- 下一篇: 【机器学习笔记之五】用ARIMA模型做需