前言

本文將會介紹比特幣區塊原始數據的存儲格式，以及各個字段所代表的含義。

區塊數據

比特幣程序將數據存在了4個地方。

• blocks/blk*.dat的文件中存儲了實際的塊數據，這些數據以網絡格式存儲。它們僅用于重新掃描錢包中丟失的交易，將這些交易重新組織到鏈的不同部分，并將數據塊提供給其他正在同步數據的節點。
• blocks/index/*是一個levelDB數據庫，存儲著目前已知塊的元數據，這些元數據記錄所有已知的塊以及它們存儲在磁盤上的位置。沒有這些文件，查找一個塊將是非常慢的。
• chainstate/*是一個levelDB數據庫，以緊湊的形式存儲所有當前未花費的交易以及它們的元數據。這里的數據對于驗證新傳入的塊和交易是必要的。在理論上，這些數據可以從塊數據中重建，但是這需要很長時間。沒有這些數據也可以對數據進行驗證，但是需要現有塊數據進行掃面，這無疑是非常慢的。
• blocks/rev*.dat中包含了“撤銷”數據，可以將區塊視為鏈的“補丁”（它們消耗一些未花費的輸出并生成新的輸出），那么這些撤銷數據將是反向補丁。如果需要回滾鏈，這些數據將是必須的。

比特幣程序從網絡中接受數據后，會將數據以.dat的形式轉儲到磁盤上。

一個塊文件大約為128MB。每個塊文件會有一個對應的撤銷文件，比如文件blocks/blk1234.dat和blocks/recv1234.dat對應。

描述

每個塊都包含一些近期的交易記錄，和對之前塊的引用。同時它還包含了一個難以解決的數學難題的答案，每個塊的答案唯一。如果沒有正確的答案，新的塊將不能提交給網絡--“挖礦”的過程本質是競爭的過程，最先找到答案的人將獲得挖礦的獎勵。每個塊中的數學問題是非常難以解決的，但一旦找到有效的解決方案，網絡中的其他部分就很容易確認方案的正確性。對任何給定的塊，會有多個有效的解決方案--找到一個方案即可以宣稱解決了該難題。

比特幣網絡在設計上每小時出6個塊，因此需要自動調整數學問題的難度。每隔2016個塊（大概歷時兩周），所有的比特幣客戶端會將挖出的塊數量和目標數量進行比較，并對目標進行修改。網絡會達成共識，并自動調整生成塊的難度。

每個塊都包含對先前塊的引用，所以現有塊的集合可以形成區塊鏈。然而，該鏈可能會存在分叉，比如在兩個礦工同時到達同一區塊的兩個不同的有效解決方案時。點對點的網絡會在短時間內解決這些分叉，使鏈中只有一個分支存活。

比特幣客戶端會接受“最長”的鏈作為有效鏈。鏈的長度是指具有最大組合難度的鏈，而不是具有最多塊的鏈。

塊結構

比特幣數據塊的結構如下：

從原始數據中讀取的流程大概如下

1. 讀取4個字節，比對magic_number
2. 一旦匹配，讀取后4個字節，得到塊的大小m
3. 讀取后面m個字節，得到區塊的數據
4. 返回第一步，讀取下一個區塊

Block Header

block header固定80字節大小，結構如下

hash字段使內部字節順序存儲；其他的值以小端序存儲。

其中，內部字節順序需要以字節為單位逆序讀取，如下面的python代碼:

def format_hash(data):
    # data為讀取的32字節的二進制數據
    return str(hexlify(data[::-1]).decode('utf-8'))

下面是一個header例子

02000000 ........................... Block version: 2

b6ff0b1b1680a2862a30ca44d346d9e8
910d334beb48ca0c0000000000000000 ... Hash of previous block's header
9d10aa52ee949386ca9385695f04ede2
70dda20810decd12bc9b048aaab31471 ... Merkle root

24d95a54 ........................... Unix time: 1415239972
30c31b18 ........................... Target: 0x1bc330 * 256**(0x18-3)
fe9f0864 ........................... Nonce

對header進行兩次hash，可以得到區塊的hash值，示例代碼如下：

def double_sha256(data):
    return hashlib.sha256(hashlib.sha256(data).digest()).digest()

Merkle Root

Merkle樹，或者叫hash樹，是每個葉子節點用數據塊標記的樹，并且每個非葉子節點用其子節點的值加密hash后進行標記。這種數據結構允許高效和安全地驗證大型數據結構的內容。

在比特幣區塊中，Merkle root由交易列表生成，如下圖。

Merkle樹提供了一種驗證區塊中交易的方式。

Target nBits

Target值是256位無符號整數。header的SHA-256散列值必須低于或等于網絡接收的塊的當前目標。這個值越小，生成塊的難度越高。

前面提到的數學難題，即是找到一個隨機數（這個數介于0～2的256次方），使得對header的hash值滿足條件。

礦工們每次取一個隨機值，計算header的hash，如果低于目標，則“挖礦”成功；如果沒有，則遞增隨機數，再次驗證。能否挖到礦，除了取決礦工手里的算力，還要加上一點運氣。

交易

交易的結構如下

從數據中解析流程大致如下：

1. 讀取4個字節版本號
2. 解析varint，得到輸入數量n
3. 執行1～n次循環，解析交易輸入
4. 解析varint，得到輸出數量m
5. 執行1～m次循環，解析交易輸出

一個示例交易數據如下：

01000000 ................................... Version

01 ......................................... Number of inputs
|
| 7b1eabe0209b1fe794124575ef807057
| c77ada2138ae4fa8d6c4de0398a14f3f ......... Outpoint TXID
| 00000000 ................................. Outpoint index number
|
| 49 ....................................... Bytes in sig. script: 73
| | 48 ..................................... Push 72 bytes as data
| | | 30450221008949f0cb400094ad2b5eb3
| | | 99d59d01c14d73d8fe6e96df1a7150de
| | | b388ab8935022079656090d7f6bac4c9
| | | a94e0aad311a4268e082a725f8aeae05
| | | 73fb12ff866a5f01 ..................... Secp256k1 signature
|
| ffffffff ................................. Sequence number: UINT32_MAX

01 ......................................... Number of outputs
| f0ca052a01000000 ......................... Satoshis (49.99990000 BTC)
|
| 19 ....................................... Bytes in pubkey script: 25
| | 76 ..................................... OP_DUP
| | a9 ..................................... OP_HASH160
| | 14 ..................................... Push 20 bytes as data
| | | cbc20a7664f2f69e5355aa427045bc15
| | | e7c6c772 ............................. PubKey hash
| | 88 ..................................... OP_EQUALVERIFY
| | ac ..................................... OP_CHECKSIG

00000000 ................................... locktime: 0 (a block height)

Varint

交易中使用可變長度整數來表示下一條數據中的字節數。對于不同的數值，存儲的空間不一樣。

對于0～252的值，只占用一個字節；對于其他小于0xffffffffffffffff的值，第一個字節將成為長度標識位。值和存儲空間的關系如下表：

解析的示例代碼如下：

def decode_varint(data):
    assert(len(data) > 0)
    size = to_int(data[0])
    assert(size <= 255)

    if size < 253:
        return size, 1

    format_ = None
    if size == 253:
        format_ = '<H'
    elif size == 254:
        format_ = '<I'
    elif size == 255:
        format_ = '<Q'
    else:
        assert 0, 'unknown format_ for size: {size}'.format(size=size)
    size = struct.calcsize(format_)
    return struct.unpack(format_, data[1:size+1])[0], size + 1

交易輸入

每個非coinbase的交易輸入都是之前某個交易的交易輸出。

交易輸入的結構如下

交易輸出

交易輸出的結構如下

解析塊文件的程序可以參考下這里。