李无知

celestia作为一个DA链，自身定位于区块链世界中的网盘，本文浅析其工作原理和核心技术。

要解决的问题

作为DA链，要解决的问题用三个字就可以概括：”存，查，取“，celestia整个工作机制和技术，围绕这三个字展开。

存

存的问题很简单：celestia如何安全的存储数据？

为了保障数据的安全性，尤其是避免数据丢失，celestia采用了纠删码的方案存储数据，纠删码的核心就是：即使丢失一部分数据的情况下，依然能够还原出完整的数据。

这种特性无疑对数据的完整性提供极大的保障。

纠删码（Erasure Codes）技术是一种统称，celestia使用了具体的Reed-Solomon (RS) codes算法，在具体一点，使用了2d Reed-Solomon（RS）算法，具体算法细节此处不展开。

整体流程如下：

1. 用户提交da数据到celestia， celestia打包到block中
2. 把block数据划分成一个个固定大小的片段，叫做share，把share排列成k*k大小的二维数组（K值根据share数量计算，k*k约等于share数量）

3. 把K*K数组，使用二维纠删码算法(2d Reed-Solomon)，扩展为2K*2K数组。

4. 在celestia网络中广播该扩展后的数据。

使用了纠删码之后，节点同步扩展后的数据，好处是即使在50%的数据丢失的情况下，依然能够从剩余的50%数据中，还原成原始的block。

查

解决了存的问题，还有一个查的问题。

查的问题：怎么知道用户的数据已经存到了celestia的链上？

这个问题可以很简单：要想知道用户的数据是否存到了链上，把celestia链上的block都下载下来，挨个检查一遍不就可以了么？

当然也可以很复杂：如果不想下载celestia的block，如何确保数据已经上链了呢？

不下载celestia block的场景，其实是大多数用户面临的场景，毕竟用户可不想因为使用了celestia，就不得不同步完整的block，那样会消耗巨大的资源。

用户往往把自己定义为轻客户端(ligth client)，要有一种方案，确保light client在仅同步block header，不下载block的情况下，确认block数据的有效性，这个问题叫做Data availability problem。详情可见https://coinmarketcap.com/academy/article/what-is-data-availability

celestia采用的解决方案是DAS，Data availability sampling。

1. 首先，celestia采用merkle树的方案，把前面的2K*2K的share数据，生成data root。把data root保存在区块头block header里面。
2. 其次，把block header广播给light client。
3. light client从2K*2K的矩阵中随机选取一定数量的坐标，向celestia网络获取这些坐标的share数据，以及对应的proof，再把获得结果和header里面的data root对比，如果对比成功，说明网络大概率有了足够的share数据。这个过程叫做采样sampling。
4. 重复步骤3一定次数，如果都能成功从celestia网络获取数据，那就可以确定block的数据，都已经在链上了

DAS的好处就在于，轻客户端通过采样，就能解决Data availability problem，在仅接收block header的情况下，不用下载block，就能确认block header中的数据真实上链。

取

取的问题也很简单：用户如何从链上获取自己的数据。

注意，这里是自己的数据，而不是其他用户的数据。celestia作为一条公链，有很多用户向链上提交数据，而每个用户，都只关心自己的数据，而不会关心其他用户的数据。

这要求用户数据要有唯一的标识。celestia使用了NMT， Namespaced Merkle Tree来解决该问题。

NMT本质是Merkle树，唯一不同的是在节点中带上了namespace数据，namespace可以理解为用户id，而且是可以有序排列的id。比如下图的NMT树中，红色和绿色数据，代表着分属不同的namespace。

NMT有个好处，只要给定namespace，就能快速的定位到对应的分支（branch），进一步获取到用户真正需要的数据。

总结

本文极其概要的介绍了celestia的三个核心技术：Erasure Codes, das和nmt，以及其要解决的问题。

当然，要深入学习，还需要亿点点细节，本文限于篇幅不再展开。