- 摘要
金融、政务、医疗、审计等行业对数据真实性、可追溯性要求极高，普通数据库支持原地覆盖、删除记录、清理历史快照，极易出现篡改数据后销毁证据的风险。为解决该痛点，现代数据库内置两类基于密码学链式思想的防篡改数据表：区块链表、账本表。二者都能实现数据篡改可检测、变更全程留痕，但底层存储模型、读写约束、业务适配能力存在根本性区别。本文从设计思路、读写逻辑、密码学机制、安全边界、适用场景五个维度，完整拆解两种防篡改表技术，直观展示账本表如何平衡业务灵活性与防篡改安全能力。
- 概述
我们可以把普通数据表理解成可涂改的记事本：ü修改文字时直接擦掉原有内容，看不到之前写了什么；ü整本本子可以随意撕页、清空页面；ü持有最高权限的管理员能销毁所有涂改记录。而防篡改表相当于具备防伪链条的法定账本，核心解决三大问题：ü不能抹除历史：所有变更痕迹永久留存，无法物理删除；ü篡改可被识别：依靠哈希密码学形成防伪链条，改动任意一处都会留下断裂痕迹；ü行为可溯源：每一次新增、修改、删除都绑定操作时间、事务信息，做到操作人可追溯、行为不可抵赖。业内衍生出两条技术路线：极致约束的区块链表、兼顾业务更新的账本表。
- 技术介绍
3.1. 区块链表只写不改区块链表的设计思路非常纯粹：从根源杜绝修改、删除行为，只允许插入新数据。类比生活场景：高速公路收费流水、系统操作日志、设备上报记录，数据一旦生成就永远不会变动，不需要更新功能。既然没有更新需求，直接锁死所有修改操作，安全逻辑最简单，几乎不存在漏洞。 读写规则仅支持新增操作 数据库内核会硬性拦截更新、删除、清空、改表结构等所有操作，无论管理员权限多高，都无法执行修改指令。如果业务需要更新状态，只能追加一条全新记录，旧记录完整保留在表内。单表一体化存储 所有新旧数据全部存放在同一张数据表中，不单独拆分历史存储。不存在额外历史表，架构简单、存储开销极低。行级串行防伪链 每写入一条数据，系统会根据本条全部内容生成一串唯一哈希指纹；这串指纹计算时，必须带上上一条数据的指纹，形成首尾相连的链条。通俗举例：第 100 行的指纹 = 第 100 行内容 + 第 99 行指纹；一旦人为修改第 50 行内容，50 行指纹失效，从 51 行到末尾所有指纹全部断裂，校验工具能快速定位篡改位置。
3.2. 账本表业务可更新，历史不可销毁账本表是目前主流、适配绝大多数企业业务的防篡改方案，核心取舍是：放开正常业务更新能力，但通过分层存储、独立归档、区块哈希三重机制，把所有旧版本永久封存，做到"最新数据能改，过往痕迹永存"。 是国产化数据库主流防篡改实现方案。读写规则结合业务增、改、删等场景，拆解底层运行逻辑：写入数据当向账本表插入一条全新数据时，数据库会自动完成两件事：ü提取这条数据全部内容，通过哈希算法生成唯一防伪指纹；ü把指纹、区块编号、操作时间、事务编号一同打包存入数据隐藏元信息。更新数据用户执行更新操作修改业务数据时，执行流程分为三步：ü内核先读取修改前完整的原始旧数据，计算旧数据防伪指纹；ü将完整旧数据、旧指纹、操作时间、事务编号自动存入一张独立历史归档表；ü再将更新后的新数据写入对外可见的业务主表。删除数据当执行删除操作时，流程如下：ü删除操作执行前，先把待删除的完整原始数据归档写入历史表；ü仅在业务主表给这条数据打上"已删除" 标记，普通业务查询时看不到这条记录；ü底层磁盘、历史归档表永久保存删除前完整数据与防伪指纹。最终效果：业务系统查询不到已删除记录，满足业务使用需求；但审计校验时，能完整调取这条数据删除前所有内容，实现"可删除展示状态，不可删除变更痕迹"。
- 适应场景
需要动态更新、监管要求全程溯源的核心业务：银行账户账务、政务审批档案、电子病历、企业财务凭证、征信档案。对比维度区块链表账本表核心定位极致不可篡改，放弃更新能力业务更新与数据防篡改双向平衡支持更新 / 删除完全禁止，仅允许插入完整支持增删改查业务操作存储结构单表统一存储，无冗余分层业务主表 + 隐藏历史归档双层存储防伪哈希结构单行线性串联哈希链事务默克尔树 + 全局区块链式结构历史记录留存同表追加，无法区分单条数据迭代轨迹独立归档表，完整记录每次变更前后内容完整性校验速度逐行串行比对，海量数据较慢区块批量并行校验，效率更高业务适配范围静态流水、日志、一次性存证账务、档案、病历等动态迭代核心业务
- 总结
海山数据库（HaishanDB）原生内置账本表防篡改能力，继承分层归档、变更自动留痕、全局哈希链式校验核心机制，既能正常支撑账务、政务档案、电子病历等需频繁迭代的核心 OLTP 业务，永久封存所有数据历史版本实现 "可更新状态、不可销毁痕迹"，又依托底层内核权限隔离机制锁死历史归档数据，搭配哈希算法完成全链路完整性校验，兼顾业务灵活性与数据不可篡改合规要求，可满足金融、医疗、政企等行业监管审计、数据溯源举证的安全需求。 #HaishanDB #海山数据库 #He3DB