新手该如何学习区块链的

问题导读

1.什么是区块链？
2.区块链1.0、区块链2.0、区块链3.0有什么区别？
3.什么是公有链？联盟链？私有链？
4.什么是分叉？硬分叉和软分叉有什么区别？
5.什么是隔离见证？闪电网络？雷电网络？
6.比特币的本质是什么？
7.比特币是如何交易的？
8.什么是比特币钱包？
9.什么是智能合约？
10.什么是以太坊？以太坊和以太坊经典有什么区别？
11.什么是币圈？什么是链圈？




推荐另外一篇：
区块链工程师学习大纲【线路指导】
http://www.aboutyun.com/forum.php?mod=viewthread&tid=24168


为什么选择区块链
选择区块链作为实践学习的案例，原因有三：

• 第一，区块链是我最近两三个月刚学习的领域，对我来说也是一门从零开始学习的领域，这样的学习案例最具有指导作用。因为时间没有隔太久，很多学习过程中的细节我也还记得，这样我可以还原出更真实的学习过程。
  

• 第二，区块链——确切说是虚拟货币最近非常火，连中国大妈都知道了。
  

• 第三，区块链是价值互联网的基石，是未来必然的趋势，会成为像HTTP一样基础的技术，所以也应该是每个技术人员都要掌握的技术。
  

关于第二点，很多人是因为听到了太多虚拟货币的致富神话，所以才开始关注这个行业。但却因为对虚拟货币和区块链缺乏真正的了解，所以其实看不懂这个行业的现状，更看不懂这个行业的未来。

第三点才是最重要的，区块链将会成为基础性技术。基于HTTP的互联网可以称为信息互联网，主要传递的就是各种信息。而基于区块链的互联网则称为价值互联网，传递的是价值。在信息互联网时代你需要熟悉HTTP，那么，在价值互联网时代你就需要熟悉区块链。而且，未来已来，我们应该提前做好准备。

开始学习之前

每个人开始学习某项领域的知识之前，或多或少都会先听到或读到各种概念和观点，没有人会在真正一无所知的情况下突然决定要去学习某个东西。就比如说，如果你连“区块链”这个概念都没听说过，那你就不可能会有想去学“区块链”的想法。

我在决定开始学习区块链之前，就已经听到和读到了很多相关的概念，包括：区块链1.0、区块链2.0、区块链3.0、公有链、联盟链、私有链、硬分叉、软分叉、隔离见证、闪电网络、雷电网络、以太坊、以太坊经典、币圈、链圈、智能合约、比特币钱包等等，一大堆陌生概念。不过，那时候，给我印象最深刻的还是比特币，一个星期就从1万涨到了1万5。
那时候了解到的信息大部分都是从巴比特读到的，很多文章其实都看不懂，主要还是不懂的概念太多。但有一些还是看懂了，比如，比特币可称为数字黄金，那它未来的价值应该可以接近黄金，从这个角度来看的话，那比特币还有很大的上涨空间。比如，区块链开启了价值互联网时代，是趋势所在。主要也是这两点激发起了我学习区块链的兴趣。

确定目标

在《001 | 如何高效学习》一文中就已经说过，想要提高学习效率，第一个条件就是：目标导向。功利学习法的核心也是目标导向。因此，我们学习一个东西，第一步必须是确定目标，而且必须是清晰明确的目标。另外，目标有分大目标和小目标。一开始，你是先确定了大目标，然后根据大目标分解成一个个小目标，每个小目标都应该是非常清晰明确可操作的。

下面我就讲解我是如何将大目标拆解成小目标的。
我学习区块链的目标是很明确的，从大的方面来说，目标就两个：

• 为了以后进入区块链开发做技术储备；
• 为了能指导我如何投资虚拟货币。
  

那么，为了达到这两个目标，需要学习哪些东西呢？第一个目标需要学习区块链相关技术，就要知道区块链涉及到哪些技术、区块链的技术原理等；第二个目标则需要学习虚拟货币相关知识，包括需要解决有哪些虚拟货币、去哪里买虚拟货币、怎么买等问题，以及要了解虚拟货币未来的前景会如何。梳理之后，就变成了一个个待解决的问题：

• 什么是区块链？
• 区块链1.0、区块链2.0、区块链3.0有什么区别？
• 什么是公有链？联盟链？私有链？
• 什么是分叉？硬分叉和软分叉有什么区别？
• 什么是隔离见证？闪电网络？雷电网络？
• 比特币的本质是什么？
• 比特币是如何交易的？
• 什么是比特币钱包？
• 什么是智能合约？
• 什么是以太坊？以太坊和以太坊经典有什么区别？
• 什么是币圈？什么是链圈？
• 哪里买虚拟货币？怎么买？
• 区块链和各种虚拟货币的前景如何？
  

很多时候，第一次梳理出来的问题并不全面，甚至很少，但没关系，在学习的过程中，就会不断涌现出新的问题。比如，有哪些共识算法？什么是超级账本？什么是ICO？怎么玩？等等这些就是我在学习的过程中新发现的问题。
这一步，最重要的是确定好大目标，然后拆解成一个个待解决的小问题。

搜集知识资源

当你的目标已经明确细分到一个个小问题之后，就可以根据这些问题搜集各种知识资源了。知识资源主要有三类：书籍、官方文档和网络上的零散文章。搜集知识资源时，首选应该是书籍，因为书籍相对比较系统化，可以解答我们大部分的疑问。官方文档主要是为了加深理解，毕竟，书籍一般不会细化到一些技术细节之类的。而有部分问题，从书籍和官方文档是找不到答案的，这时就只能到网络上搜索相关文章了。另外，有些英语比较差的人看官方文档太累太费时间，也可以搜索网络上的中文文章。但我还是推荐尽量看原文，不会失真。
那么，回到我的区块链学习上来，选书上，我主要还是在那些比较畅销的书里挑，而且会尽量多覆盖上面所提到的问题。在亚马逊看每本书的简介和目录，最后选了以下几本：

• 《区块链:新经济蓝图及导读》：同事推荐的一本书，讲到了区块链1.0、2.0、3.0，可以帮助我从宏观上了解区块链。
• 《区块链:技术驱动金融》：从技术层面逐步解释了比特币是如何运作的。
• 《区块链技术指南》：更加深入技术底层的书，还讲到了智能合约和超级账本，可以作为上一本书的补充。
• 《区块链革命:比特币底层技术如何改变货币、商业和世界》：全景式描述了区块链理论及应用，这是为了扩大视野的书。
  

官方文档主要就是各种白皮书了，我搜集的白皮书主要包括：

• 比特币白皮书：英文原版、中文版、精读比特币白皮书系列（1-6）
• 以太坊白皮书：英文原版、中文版
• 超级账本白皮书：英文原版(需翻墙)、中文版
• 闪电网络白皮书：英文原版、中文版
  

最后，有些问题无法直接在书籍或白皮书中得到解答，比如说，什么是币圈？什么是链圈？这问题在百度或Google搜索一下就能得到答案了。有些文章会比较长，比如这篇：《详解最近大热的闪电网络、雷电网络和CORDA》，一时难以看懂，没关系，先收集起来，可以等后面进行大量泛读时再看。推荐可以去巴比特找资源，大部分都能找到。
这一步，主要还是搜集各种知识资源。先挑选书籍，尽量覆盖面广一点。再搜集各种官方文档，这是第一手信息，详细而不失真，可以加深理解。最后才是搜集网络上零散的文章，有些比较简单的问题可能直接就得到答案了，有些难以理解的要留到后面进行大量泛读时再看。

大量泛读

知识资源都搜集好了，接下来就可以开始进行大量泛读了。不知道大家是否还记得，大量泛读的主要目的就是：梳理出核心概念、主要观点、框架逻辑。虽然在学习之前，我们或多或少都已经了解到了部分概念和观点，但在学习的过程中，我们就会发现还有更多我们不了解的概念和观点，这些都需要一一去理解的。

我们之前讲功利学习法时，提到知识资源可以分为三类：娱乐性、知识性、心智性。学习不同类型的知识应该分配不同的时间资源，知识性的比较适合碎片化学习，心智性的则需要集中几个小时进行系统性学习。因此，对我们搜集的这些知识资源，首先要区分好哪些是知识性的，哪些是心智性的，然后使用不同的时间管理策略进行阅读学习。对于我学习的区块链来说，大部分知识资源是属于知识性的，包括几本书籍的大部分内容和网络上搜集来的零散文章，这些我一般会放在上下班路上，或中午休息时学习；而那些专业的白皮书和书籍中深入技术架构的部分则属于心智性的知识，我一般就会放在晚上或周末集中两三个小时进行高强度学习。

阅读的方式也是有讲究的，我不会将几本书按顺序看完一本又一本，这样的话学习效率太低了。我会从一个个的问题出发，为了解决问题而从各种知识资源中找答案。解决完一个问题后再解决下一个。另外，在解决问题的过程中，普遍会遇到新的问题，那就把新问题先记下来，然后继续解决当前的问题。如果一个问题花了很长时间都解决不了，那可能这个问题对现阶段的你还没能力理解，这时可以先放一放，等学完其他再回过头来继续研究。
比如，我在解决“什么是比特币？”这个问题时，我会将每本书对比特币的介绍先看一遍，了解其框架逻辑后，再研读比特币白皮书，理解其技术架构和一些技术细节，直到终于明白，比特币从技术角度来说，本质上就是一堆复杂算法所生成的特解。另外，学习的过程中，就遇到了很多新的问题，比如“什么是共识算法？什么是Merkle Tree？什么是挖矿？等等，于是我就先把这些问题记下来，继续解决“什么是区块链？”的问题。
以下是我在大量泛读之后对一些核心概念的总结性理解：
1.区块链：从狭义上来说，区块链就是一种分布式的数据库，数据结构上就是按时间顺序将数据区块相连的一条链表，链上的每个节点就是一个区块，区块一般通过二叉树(如Merkle Tree)将每笔交易数据打包在一起，形成一个汇总的哈希值，再加上时间戳，就是一个区块的唯一标识。从广义上来说，区块链是结合了分布式数据存储、点对点传输、共识机制、加密算法等多种技术的一种分布式基础架构模式。

2.比特币：有很多人对比特币的理解就是账上的那串数字，但严格意义上来说，比特币是一种点对点的电子现金系统，是一整套系统，这点从比特币白皮书的标题上就已经说明了。可以将比特币简单理解为就是区块链技术的第一个应用。不过，“比特币”的概念要比“区块链”早，“区块链”这个概念是比特币发展了一段时间之后，将比特币的底层技术抽象出来形成的。另外，从投资的角度来看，比特币总量恒定为2100万个，其价值可以和黄金相比，但目前的市值和黄金的市值差距，还有很大的上涨空间，所以从长期来看，我还是非常看好。

3.以太坊：区块链2.0的典型代表，主要实现了智能合约的功能，开发人员可以在以太坊平台建立和发布各种分布式应用，这些应用，其实就是合约，智能合约说白了其实就是当达到某条件时会自动执行的代码。很多ICO的代币就是在以太坊平台上创建的应用。

4.公有链/联盟链/私有链：公有链就是完全公开的区块链，像比特币、以太坊；联盟链则不是完成公开的，是指有若干个机构共同参与管理的区块链，每个机构都运行着一个或多个节点，其中的数据只允许系统内不同的机构进行读写和发送交易，并且共同来记录交易数据，该联盟链的每个参与方不用担心自己数据存在哪里，自己产生的数据都只有自己看到，只有通过对方授权的密钥才能看到其他参与者的数据，这样就解决数据隐私和安全性问题，同时能够实现去中心化；私有链则是完全私有的，一般适合跨国公司，目前这一块还没了解到有什么代表性应用。
这一步，最高效率的阅读应该是带着问题去找答案。而且，要分配好时间资源，阅读知识性的信息时可以多用碎片化时间，心智性的内容则需要集中时间研读，要尽量理解每个核心概念。

建立模型
上一步我们已经大致理解了每个核心概念，但这些还只是一个个点，这一步就要将点与点之间连成线，逐渐连成网。即是说要理清不同核心概念之间的关联关系，逐渐形成系统模型。如果有条件的话，大白板当然是最好的思考工具，没有的话，用Visio、OmniGraffle之类的画图工具也可以，或者用XMind之类的思维导图也可以，甚至只用纸和笔都行，最重要的是要画出来。

以下是我用OmniGraffle梳理的区块链的系统模型图，因为时间和篇幅所限，所以只是部分内容：



求教专家

如果还存在无法解决的问题，那就要求教专家了。不过，这里也有一些需要注意的地方。
首先，你的朋友圈里要尽量多加一些专注不同领域的专家。不过，现在大部分人应该都加了不少牛人了，所以这一点没什么需要特别讲的。但有一点我想特别讲一下：不要随便什么问题都去求教专家。

一来，专家基本都是很忙的，没太多时间总去帮你解决问题，尤其是当你问一些对他没有价值的问题时更不想搭理你。比如，你去请教一个Android架构师，问的却是“Android怎么打开蓝牙？”这种随便百度一下就能得到答案的问题，就算是我，我可能就会丢回一句“请自己去百度”。既然你请教的是Android架构师，就应该问架构方面的问题，而且最好是有深度、值得讨论、能给他带来价值的问题，比如，你去问他“什么是MVP？”这种问题也不合适，合适的请教方式应该是：你先讲出自己对MVP的理解，自己是如何用来架构项目的，再逐步与对方讨论MVP的架构思想、实现方案等。

二来，专家是你很重要的资源，你需要经营好。有一句话说得好：那些能帮到你的人，不是你的人脉，只有那些你能帮到的人，才是你的人脉。对于专家，虽然平时在专业领域上你很难帮得到他，但在其他方面你可以尽量多去给他提供帮助。

回到学习上来，为什么我们要先完成上一步的建立起系统模型后才来求教专家？之前的文章也有说过，因为如果你没有基本的全局观，问不出好问题。另外，也可以利用好知乎平台，很多问题，知乎上都有很多牛人有很好的回答。你也可以上去发问，当然，前提是你要提出好问题，这样，才有牛人愿意回答。

理解复述

复述最主要就是能起到强化理解的作用，费曼技巧是很好的一种复述方法，写作也是一种不错的方式，而且最好是公开性的。公开的写作，一来，你要写给不了解的人看，会促使你进行更完善的思考；二来，你可以从外部得到反馈，来完善和升级你的认知。所以我是推荐每个人都写博客的。
对于我来说，我更多就是写成文章分享出来，另外，有时候也会在公司内部做技术分享。
这一步也许是最费脑力的事情，但也是最能提高你的学习力的关键一步。

总结

我学习的方式可以总结为以下几个步骤：

• 确定目标：先确定大目标，再拆解成一个个待解决的小问题；
• 搜集知识资源：知识资源主要有三类：书籍、官方文档和网络上的零散文章，尽量搜集全一点；
• 大量泛读：最高效率的阅读应该是带着问题去找答案，而且要分配好时间资源；
• 建立模型：将一个个核心概念的点连成线，逐渐形成网，建立起系统模型；
• 求教专家：需要注意，不要随便什么问题都去求教专家，而且要经营好专家人脉；
• 理解复述：提高学习力的最关键一步，除了费曼技巧，写作也是一种推荐的方式。
  

作者：Keegan小钢
链接：https://www.zhihu.com/question/61449523/answer/291520838
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。