理解数据可用性采样

数据可用性采样是我最近正在学习的技术，也是目前区块链方向最重要的技术，这个理论和实践都比较难，我将翻译一些资料，同时把自己的心得和大家分享。

@nickwh8te

https://twitter.com/nickwh8te/status/1560426053830574080

数据可用性采样是区块链扩展的一项重大突破，但许多人难以理解它。

别担心，实际上非常简单，我们可以把它想象成抛硬币。

想想一下，我有两个硬币，A硬币两面都是字，B硬币一面是字，一面是图案。

问题：我给了你两枚硬币中的一枚，你如何知道我给了你哪一枚呢？

简单，你只需要多次的投掷硬币。

如果硬币是A，它总是字朝上。

如果硬币是B，每次抛的时候，只有50%的概率字朝上。

因此，每次你抛硬币的时候，如果字朝上，你就会多出50%的信心认为它是A。

重复这个过程20次，你将有99.9999%的概率相信是A

具体的计算如下：

1-0.5^20=0.9999990463

如果次数更多，概率将会更大。

这就是数据可用性采样的工作原理。或许你有疑问：拿到硬币看一下不就可以了？在实际场景中，看到整个硬币和拿到整个区块的数据是等同的。BTC等区块链也就是这样验证的。也正是这个原因，BTC等的处理能力受到影响。

所以，抽样是为了只获取小部分的数据就可以进行整体的验证。从而提升性能。

继续。

有两种类型的区块：数据可用的区块和数据不可用的区块（只有区块头，或者是有正反面的硬币B）

区块生产者给你一个区块，为了安全，我们需要知道它到底是什么！

如何做呢？通过多次对这个区块进行采样，就类似抛硬币。

对于每一个成功的样本，你对这个区块是可用的信心就增加50%。

重复这个采样的操作，直到我们拥有99.99%的信心认定这个区块是可用的。

为什么这是区块链可扩展性的重大突破？

更大的区块意味着更高的吞吐量，但这也意味着更多的数据需要下载。

如果没有数据可用性采样：

在这样的场景里，为了确保一个区块可用，需要下载整个区块的数据。

数据可用性采样允许你仅仅下载几个小样本来确保一个块是可用的。

如果你有一个4MB的区块，并且需要20个样本，每个样本1KB，那么你只需要下载大约0.5%的数据就可以99.9999%的确定它是可用的。

这是一个200倍的改进

随着区块变大，它只会变得更有效率。

这正是@CelestiaOrg 正在构建的核心技术之一，也是模块化区块链技术栈的基础。

更多的信息可以查看 celestia.org/learn。

这是一个形象的解释，这已经可以和足够多的人聊天了，但对于工程师来说，显然是不够的，并且一些细节，这个例子的讲述也不是那么贴切。我们后续继续研究。