我是老人家333
一、為什麼區塊鏈應用落地困難？
我們可以發現區塊鏈在應用落地方面遇到的困境可能主要有以下 5 個方面：
1、投機與空氣項目之前的“區塊鏈狂熱”現象，一部分人的目的只是圈錢而並非真正地去研究、應用區塊鏈技術。一開始就動機不純又如何做到真正發展區塊鏈，早已為後期眾多項目跑路和解散埋下伏筆。
2、認知門檻偏高區塊鏈對於普通人而言，存在很高的認知門檻。及時是對於大多數行業內從業者，對區塊鏈的認知也參差不齊。區塊鏈本身是一門跨學科的邊緣技術，涉及密碼學、分佈式網絡、計算機軟件、博弈論等多個不相關的學科，且資料匱乏，技術發展又異常迅速，知識更新非常之快，要完全瞭解和掌握是很困難的，需要投入大量的時間和精力去進行研究。
3、應用門檻偏高區塊鏈應用門檻高主要體現在對用戶不友好。 大部分應用存在存在一定的操作門檻。首先，用戶需要具備一定的區塊鏈技術知識，就拿基礎的數字貨幣交易來說，用戶可能就需要知道“私鑰是什麼”、“助記詞是什麼”、“冷錢包和熱錢包”等等，大部分第一次接觸的用戶無法在短時間之內通過自身理解與操作融會貫通。其次，對於開發者而言，技術門檻也偏高，目前鏈上應用（Dapp）的開發可能需要掌握一門新的語言（如Solidity），但目前此類教程並不多，而且網上缺乏完善的資料。導致開發的 Dapp 可能不夠友好或者存在諸多漏洞。
4、效率和性能不足我們通常將交易吞吐量（TPS）看作是區塊鏈的性能指標，它表示在固定時間能處理的交易數。在實際應用中，如果 TPS 併發太低，容易造成網絡擁堵嚴重，大量交易排隊，從而使得區塊鏈在高併發業務的場景下無法落地，甚至連目前我們要求的簡單支付都是問題。
5、無法與鏈外信息直接交互目前智能合約還無法主動與外界數據/信息進行交互，在智能合約的觸發條件取決於區塊鏈外信息時，這些信息需先寫入區塊鏈內，但是目前區塊鏈還無法主動完成這一個操作。而智能合約在多數場景下，往往需要與外部世界進行數據交互，典型比如去中心化保險、穩定貨幣及借貸平臺、預測市場、去中心化旅遊等等。
二、如何解決這些問題？針對非技術問題，如炒作圈錢，我們相信這個寒冬沒有價值的項目終將被識破，並被剔除。
而我們也可以看到目前主流交易平臺已經開始了清理工作，逐漸下架一些不正規的項目代幣。針對認知門檻高問題，可能並不是短時間之內可以解決的，或許也可能並不需要解決，就像互聯網發展至今，大家都在使用微信和支付寶支付，但是完全可以不懂第三方平臺是如何與銀行進行結算，以及通過什麼技術實現和保障資產安全的。
區塊鏈發展壯大之後也會降低普通用戶的使用門檻。對於應用的技術門檻，一方面很多項目在推進更友好的開發環境和語言，讓普通開發者可以直接上手。另一方面，目前已經很多團隊在做相關的技術課程，比如我們深度合作的一塊鏈習技術社區，在做以太坊的智能合約高階課。
對於區塊鏈無法直接獲取鏈外信息的問題，解決方案就是預言機。
三、什麼是預言機？
預言機就是一種單向的數字代理，可以查找和驗證真實世界的數據，並以加密的方式將信息提交給智能合約。預言機就好比區塊鏈世界中的一個第三方數據代理商。舉例來說，假設現實世界中的“數據源”和區塊鏈中的“數據接口”，是兩個使用不同語言的國家，預言機就是中間的翻譯官。
在實際使用智能合約中，去中心化的預言機可以保證提供的數據無法被篡改。
馬鈴薯吃土豆88
圖數據庫本質一種數據庫，用來存儲具有相關聯繫之間的數據。也就是說圖數據庫存儲的是一種靜態的數據，當然你可以去更新圖中的網絡數據，圖數據庫由點數據和邊數據構成。
而物聯網和區塊鏈雖然各個節點之間都有相互關聯，但其中的點卻是一種實體點，這些實體點都是能夠自我產生數據，比如傳感器、服務器等。同時像區塊鏈還涉及到加密解密安全方面，圖數據庫很難有適用場景，圖數據庫只是一種數據庫而已。
01
圖數據庫是一種數據庫，用來存儲具有關聯關係的數據，而不是用來表示有關聯關係的設備網絡
圖數據庫最核心的一個功能，就是用來分析具有關聯關係數據中的潛藏價值。由於圖數據庫底層存儲設計和架構不同於傳統的關係型數據庫，圖數據庫的應用場景和關係型數據庫應用場景有很大的區別。
圖數據庫中數據分為兩類：圖中的點以及點之間的關係，所以當我們有從一個點開始深入遍歷或者廣度遍歷時的場景，圖數據庫查詢的數據會非常快。圖數據庫底層存儲的就是數據，而數據只是我們根據一定邏輯加工出來的靜態信息，只是這些信息相互之間有一定的關聯，比如一個社交網絡，點代表用戶，而邊則代表用戶間關聯關係。
圖數據庫用來存儲數據，而物聯網以及區塊鏈是一個設備之間的網絡，這是一個動態網絡，卻不是一個靜態數據網絡，所以圖數據庫很難適用於物聯網以及區塊鏈。
02
圖數據庫目前在用戶網絡分析使用比較多，由於網絡中的點表示用戶不是設備，所以適用於物聯網以及區塊鏈場景較少
圖數據庫最多的應用場景，還是分析用戶網絡之間的潛藏用戶關聯價值。比如對於電商用戶網絡中，其中的點代表著一個用戶、商家、廠家，邊可以有種類型，比如購買商品、發貨、轉賬等等。我們可以構建出從廠家發貨到消費者最終收穫的一個大的網絡圖。
我們可以分析出一個用戶經常購買的商家，這些商家從哪些廠家進過貨。一個用戶的三度朋友網絡，經常從哪些商家購物，三度朋友網絡表示用戶朋友的朋友的朋友。這往往會涉及到非常多的用戶。
圖數據庫主要用來分析人之間的關係價值，很難使用圖數據庫來表示物聯網或者區塊鏈，畢竟設備之間的潛藏關聯關係價值沒有什麼好分析的，所以圖數據庫很難應用於物聯網或者區塊鏈。
我是Lake，專注大數據技術原理、人工智能、數據庫技術、程序員經驗分享，如果我的問答對你有幫助的話，希望你能點贊關注我，感謝。
我會持續大數據、數據庫方面的內容，如果你有任何問題，也歡迎關注私信我，我會認真解答每一個問題。期待您的關注
Lake說科技
圖形數據庫是NoSQL數據庫的一種類型，它應用圖形理論存儲實體之間的關係信息。圖形數據庫是一種非關係型數據庫，它應用圖形理論存儲實體之間的關係信息。最常見例子就是社會網絡中人與人之間的關係。關係型數據庫用於存儲“關係型”數據的效果並不好，其查詢複雜、緩慢、超出預期，而圖形數據庫的獨特設計恰恰彌補了這個缺陷。
在一個圖形數據庫中，最主要的組成有兩種，結點集和連接結點的關係（有的也稱泡泡和箭頭）。結點集就是圖中一系列結點的集合，比較接近於關係數據庫中所最常使用的表，而關係則是圖形數據庫所特有的組成。
在需要表示多對多關係時，我們常常需要創建一個關聯表來記錄不同實體的多對多關係，而且這些關聯表常常不用來記錄信息。如果兩個實體之間擁有多種關係，那麼我們就需要在它們之間創建多個關聯表。而在一個圖形數據庫中，我們只需要標明兩者之間存在著不同的關係。如果希望在兩個結點集間建立雙向關係，我們就需要為每個方向定義一個關係。
也就是說，相對於關係數據庫中的各種關聯表，圖形數據庫中的關係可以通過關係能夠包含屬性這一功能來提供更為豐富的關係展現方式。因此相較於關係型數據庫，圖形數據庫的用戶在對事物進行抽象時將擁有一個額外的武器，那就是豐富的關係。
在許多情報和執法程序中，重要的是要尋找一個模式的事件。這些事件中的任何一個都可能看起來是無害的，但他們觀點以及他們是怎樣直接或間接相關的，概念是不一樣的。再例如社會網絡分析(SNA)對許多供應商的消費品非常感興趣，他是構建人與人之間的關係圖。Facebook是一個社交網絡，它可以與家人和朋友之間保持聯繫。圖形數據庫能很好地顯示出這個人在他/她的朋友圈中是否有影響力，這群朋友是否有著共同的興趣愛好。
