提起“默克爾樹作為底層數據結構的分佈式系統”你會想起誰？除了區塊鏈，其實還有你最熟悉的陌生人——Git。
“簡化版”的區塊鏈
從許多角度看，Git都像簡化版的區塊鏈。
Git的開發始於2005年。彼時，Linux內核開發團隊正被之前使用的專有代碼管理系統BitKeeper所困擾，Linus Torvalds希望獲得一種體驗近似BitKeeper的分佈式系統，遍尋不得，便選擇了自行開發。
Git項目開發效率驚人——Linus 4月3日開工，6日向社區宣佈，7日實現self-hosting，18日第一批分枝合併，29日就能以每秒6.7次的速度向Linux內核代碼樹打補丁。6月，在Git的控制下，便發佈了2.6.12版內核。
如果用三句話闡述Git的運行原理，那就是：
- 生成修改過的文件
- 生成當前目錄 tree 文件，關聯當前狀態文件
- 生成commit文件，關聯到當前目錄tree文件，並記下父 commit
其使用方式可簡單描述為：本地提交，累積幾次後push到remote。本次提交會關聯上一次提交，跟區塊鏈是不是類似？版本控制最重要的是可追溯，如果某次錯誤提交，還可以回退到歷史版本——可追溯也是區塊鏈的重要特性。
區塊鏈是分佈式的，Git天然就是分佈式，不過Git依賴文件系統。以GitHub上的操作為例，代碼或者文檔一旦提交，操作將無法撤銷。如果程序員clone repo，只要不刪除，將永久存儲在自身電腦，除非文件系統崩潰；如果某程序員fork該repo，只要賬戶不被刪除，這個repo將永久保留在賬戶之下。
另外，某個repo fork、clone次數越多，被摧毀的概率也就越低；再者，某個repo即使最近一次操作清空了所有代碼，還可以通過git log恢復。
區塊鏈的另一個特性是不可篡改，也就是隻能Insert。Git呢？GitHub託管的repo裡的內容本身是可以修改的，然而這個commit歷史卻是無法修改的。每一次commit都有唯一標誌，本次commit會有parent commit的信息。Git產生的log也可以通區塊鏈數據庫類比。
而且，誰能說“不可修改”或者具備共識算法就是可稱為區塊鏈的充分條件呢？
如果將視角轉向底層，我們能發現兩者更多相似。
共同的底層數據結構——默克爾樹
區塊鏈與Git內部數據結構都以樹形數據對象表示——即以默克爾樹（Merkle Tree）作為底層數據結構。
默克爾樹這種現代數據結構是由計算機科學家Ralph Merkle（他也是公鑰加密算法共同設計者）在1979年提出（作為對比，Knuth的TAOCP三卷第一版寫完是1973年），並以他的名字命名。
這種數據結構的特點是：
- 大多數為二叉樹，也可以多叉樹，無論是幾叉樹，它都具有樹結構的所有特點
- 葉子節點value是數據集合的單元數據或者單元數據Hash
- 非葉子節點的value是根據它下面所有的葉子節點值，然後按照Hash算法計算而得出
近年來，除了Bitcoin、Ethereum、IPFS，一大批計算機工程突破，都得益於這種數據結構進行完整性校驗，例如文件系統ZFS、Btrfs，另一種分佈式版本控制系統Mercurial，NoSQL數據庫Apache Cassandra、Riak、Dynamo等。BT下載，也是通過默克爾樹進行完整性校驗。
要實現完整性校驗，最簡單的方法是對整個數據文件做Hash運算，把得到的Hash值公佈在網上，下載數據後，再次運算Hash值，如果運算結果相等，就表示沒有任何的損壞。
假如從穩定的服務器上下載，那麼採用單個Hash來進行校驗的形式是可以接受的。但在點對點網絡中作數據傳輸時，會從同時從多個機器上下載，且線路充斥著不穩定，這時需要有更加巧妙的做法。
實際中，都是把比較大的一個文件，切成小塊。如果有一個小塊數據在傳輸過程中損壞，只要重新下載這一個數據塊就行。當然這就要求每個數據塊都擁有自己的Hash值。
以我們熟悉的BT下載為例，下載真正的數據之前，會先下載一個Hash列表的。這時有一個問題出現——那麼多的Hash，怎麼保證它們本身都是正確地呢？
答案是需要一個“根Hash”。把每個小塊的Hash值拼到一起，然後對整個這個長長的字符串再做一次Hash運算，最終的結果就是Hash列表的根Hash。於是，如果我們能夠保證從一個絕對可信的網站，或者從我們的朋友手裡拿到一個正確的根Hash，就可以用它來校驗Hash列表中的每一個Hash都是正確的，進而可以保證下載的每一個數據塊的正確性了。
這種設想挺好，但實際應用中，還有不足，這就是為什麼要發默克爾樹。
在最底層，與Hash列表一樣，數據被分成小塊，有相應的Hash和其對應。但是往上走，並不是直接去運算根Hash，而是把相鄰的兩個Hash合併成一個字符串，然後運算這個字符串的Hash，這樣每兩個Hash就結婚生子，得到了一個“子Hash”。
如果最底層的Hash總數是單數，那到最後必然出現一個單身Hash，這種情況就直接對它進行Hash運算，所以也能得到它的子Hash。於是往上推，依然是一樣的方式，可以得到數目更少的新一級Hash，最終必然形成一棵倒掛的樹，到了樹根的這個位置，這一代就剩下一個根Hash了，稱為默克爾根。
相對於Hash List，Merkle Tree 的明顯的一個好處是可以單獨拿出一個分支來（作為一個小樹）對部分數據進行校驗，這個很多使用場合就帶來了Hash列表所不能比擬的方便和高效。
閱讀更多 幣圈狼桀 的文章
