Este artículo fue publicado por primera vez el Web site del Dr. Craig Wrighty lo republicamos con permiso del autor. Lea la Parte 1, Parte 2, Parte 3, Parte 4, Parte 5, Parte 6, Parte 7 y Parte 8.
La capacidad de escalar una cadena de bloques está relacionada con el problema de escalar una foundation de datos distribuida. Por ejemplo, el libro de contabilidad authentic utilizado en Bitcoin era una base de datos de valores clave conocida por su capacidad de escalar a grandes volúmenes de transacciones. El sistema se cambió para garantizar que los nodos se ejecutaran en sistemas más pequeños, como Raspberry Pie. Sin embargo, el uso de bases de datos como LevelDB, niveles más altos de interoperabilidad y bases de datos de valores clave se han ampliado para ejecutarse con aceleración basada en GPU (Iliakis et al., 2022).
Otras investigaciones se han centrado en proporcionar propiedades de alta disponibilidad y tolerancia a fallos análogas a las de NoSQL y NewSQL (Zhou et al., 2021). Angelis y Ribeiro da Silva (2019) examinan las tecnologías de cadena de bloques en relación con usos extendidos más allá de los instrumentos financieros. En tal análisis, es necesario recordar que la escala es un componente crítico de la adopción. Por lo tanto, al analizar el crecimiento y la escalabilidad de las soluciones basadas en blockchain, es necesario comprender tanto los impulsores de valor como la capacidad de crear sistemas escalables.
Bibliografía comentada
Angelis, J. y Ribeiro da Silva, E. (2019). Adopción de blockchain: una perspectiva de generador de valor. Horizontes de negocios, 62(3), 307–314. https://doi.org/10.1016/j.bushor.2018.12.001
Los autores presentan una discusión sobre los usos asociados con la tecnología blockchain fuera de la producción de sistemas financieros. El enfoque analiza el concepto de blockchain, creando un análisis del consenso y la escalabilidad de un sistema basado en una serie de firmas digitales y que permite la distribución de una variedad de tokens, incluidos los utilizados en los intercambios monetarios. Los fundamentos principales de una cadena de bloques documentados por los autores incluyen la implementación de un sistema que es «altamente transparente, seguro, inmutable y descentralizado» (Angelis & Ribeiro da Silva, 2019, p. 308).
El documento se extiende al análisis de la madurez de la cadena de bloques y proporciona ejemplos de las versiones 1., 2. y 3. de la cadena de bloques. Se centra en el dinero digital en primera instancia, incorporando privacidad y ‘contratos inteligentes’ en la segunda versión, y desarrollando ‘aplicaciones descentralizadas’ en la tercera. Desafortunadamente, los autores no tomaron nota del lenguaje de secuencias de comandos dentro de Bitcoin y no pudieron vincularlo con la capacidad de producir tanto «contratos inteligentes» como dApps cuando Bitcoin se lanzó por primera vez. En consecuencia, la determinación de los niveles de madurez proporcionados es problemática.
Luego, los autores se ramifican en un análisis de la lógica subyacente detrás de las propuestas de valor que están asociadas con las cadenas de bloques. El análisis vincula la inteligencia artificial y afirma que blockchain 4. estará en la fusión de tecnologías. Las implicaciones conducen a la inteligencia artificial descentralizada y la creación de sistemas automatizados. Sin embargo, aunque los autores señalan los problemas con el «ciclo de exageración» existente (2019, p. 311), presentan un artículo que presenta muchos de los mismos dilemas y se centra en tecnologías sobrevaloradas, incluida la inteligencia synthetic, en lugar de otras tecnologías que tienen se ha señalado en el documento, incluido ERP (2019, p. 312).
Iliakis, K., Koliogeorgi, K., Litke, A., Varvarigou, T. y Soudris, D. (2022). Blockchain acelerado por GPU sobre transacciones de bases de datos de valores clave. Cadena de bloques del IET, 2(1), 1–12. https://doi.org/10.1049/blc2.12011
Ilakis et al. (2022) analizan las tecnologías de cadenas de bloques y registros distribuidos en su aplicación al World wide web de las cosas (IoT), las finanzas, la gestión de la cadena de suministro y las aplicaciones ERP. El documento proporciona un análisis introductorio de la tecnología blockchain y señala el uso de GPU, FPGA y ASIC para resolver el rompecabezas hash asociado con la recompensa del bloque. Cabe señalar que la mayoría de los sistemas basados en blockchain existentes utilizan una base de datos NoSQL. Los autores comparan el rendimiento de LevelDB (una opción comúnmente implementada dentro de los sistemas de cadena de bloques) con un almacén de clave-valor alternativo basado en GPU denominado MegaKV.
Los autores argumentan que esto presenta un sistema híbrido de CPU y GPU, y que la integración de ambos acelera el análisis y el almacenamiento de transacciones dentro del libro mayor distribuido. Los autores analizan estructuras acíclicas dirigidas (DAG), cadenas laterales y soluciones basadas en fragmentación para demostrarlo. La creencia de que cambiar el protocolo de consenso mejora el rendimiento y la escalabilidad se basa en el argumento de que la prueba de trabajo dentro de Bitcoin es ineficiente. Sin embargo, el trabajo no observa la separación de los datos de la transacción y el encabezado del bloque que se codifica. A pesar de esto, el trabajo en la implementación optimizada para el rendimiento de las tiendas clave-valor es valioso.
Al analizar tales opciones, los autores resumen el estado del arte con almacenes de clave-valor en memoria y lo comparan con las implementaciones de LevelDB. El análisis que modela la ejecución de GPU a través de megaKV demuestra un potencial para fragmentar la foundation de datos en múltiples formatos y proporciona una metodología que los autores usaron para emular transacciones similares a blockchain. Si bien el análisis se basó en un sistema de poleas experimental, los autores demostraron el potencial para escalar soluciones basadas en aceleradores de bases de datos basados en GPU. Sin embargo, los autores aún concluyen que los principales beneficios de una cadena de bloques se basan en el anonimato y la descentralización, sin documentar el propósito detrás de cada herramienta.
Zhou, J., Xu, M., Shraer, A., Namasivayam, B., Miller, A., Tschannen, E., Atherton, S., Beamon, AJ, Sears, R., Leach, J., Rosenthal , D., Dong, X., Wilson, W., Collins, B., Scherer, D., Grieser, A., Liu, Y., Moore, A., Muppana, B., … Yadav, V. ( 2021). FoundationDB: un almacén de valor clave transaccional desagregado distribuido. Actas de la Conferencia Internacional sobre Gestión de Datos de 20212653–2666. https://doi.org/10.1145/3448016.3457559
Zhou et al. (2021) presentan una opción de foundation de datos clave-valor alternativa que integra la escalabilidad y flexibilidad de NoSQL con los tipos de transacciones ACID implementados en NewSQl. El documento documenta las alternativas existentes y competitivas a este formato de foundation de datos e investiga los principios básicos de diseño asociados con la creación de infraestructuras de datos escalables. El análisis de la arquitectura incluye el diseño de la interfaz del sistema y la arquitectura basic del sistema, desde el plano de control hasta las estructuras de lectura/escritura.
El análisis modela los procesos de replicación y lectura/escritura, proporcionando un instrumento adecuado para documentar el diseño de la foundation de datos. El análisis se extiende a los sistemas de replicación geográfica y conmutación por mistake y las inclusiones necesarias para la optimización del sistema. La sección sobre pruebas de optimización y escalabilidad documenta las lecciones aprendidas y los problemas que pueden asociarse con el análisis de implementaciones de bases de datos a gran escala. Lo más importante es que los autores proporcionan un marco que se puede utilizar para analizar otras bases de datos.
El aspecto más beneficioso del documento radica en la metodología y el sistema utilizado para medir y capturar varias métricas asociadas con las bases de datos. Por ejemplo, los autores miden el retraso de los servidores de almacenamiento a los servidores de registro, capturan el tiempo de rehacer del proxy, integran una variedad de métricas asociadas con la geolocalización en múltiples centros de datos y proporcionan simulaciones y mediciones para operaciones de lectura/escritura contra solicitudes de lectura y confirmación del cliente. Sin embargo, como señalan los autores (2021, p. 2661), existen limitaciones y la «simulación no puede detectar de manera confiable problemas de rendimiento, como un algoritmo de equilibrio de carga imperfecto» o bibliotecas de terceros no implementadas en el flujo.
Este artículo fue ligeramente editado con fines de claridad.
Ver: Reinventar los negocios con Blockchain
¿Nuevo en Bitcoin? Echa un vistazo a CoinGeek Bitcoin para principiantes sección, la guía de recursos definitiva para obtener más información sobre Bitcoin, tal como lo concibió originalmente Satoshi Nakamoto, y blockchain.
