在 RRC 的生態體系中，將主要分為三類角色：
⚫ 算力供應者（Supplier）：出售算力獲得經濟回報的個體或組織。
⚫ 算力需求者（Demander）：算力的需求方，購買者。
⚫ 算力應用場景開發者（Developer）：將算力應用到特殊場景，並以此獲利者。
生態建立的前期， 算力供應者(Supplier) 是我們的發展重點。尤其是利用普通裝置上網的網民，如果能有效的將這部分群體納入到我們的生態體系中來，RRC 就有了廣泛的使用者群和堅實的信任基礎，可以持續為 RRC 的生態貢獻力量。
算力需求方（Demander）是相對容易引入 RRC 生態體系的群體，因為價格因素，輔以適當的市場推廣行為，相信就會聚集大量的算力需求方。同時，在實際應用場景中，算力需求者與算力供應者之間可以平滑轉換，形成一個內建生態閉環。
長期來看，算力應用場景開發者（Developer）是整個生態持續發展的中心要素。當生態日趨成熟時，開發者就可以自行整合各種算力應用場景方案，此時生態系統擴張就會依賴開發者群體的創意和軟體及系統的知名度。
RRC 的整體產品結構體系
⚫ 分散式計算實現機制
我們透過 CSSP，將海量的不可靠的計算節點的算力進行收集，當 CDSP 獲得任務時，可透過
RRMR 系統將複雜的計算任務分解為極為微小的計算單元，分發給每一個計算節點。計算節點完成計算任務後，會將計算結果提交給 RRMR 進行冗餘校驗，前 n% 提交正確結果的計算節點會獲得獎勵。
1. 算力供應方平臺（CSSP, Computing Supply-Side Platform）
算力供應方平臺在技術方面主要需要解決的是如何有效率得將分散、碎片化的算力，使之變為規模化，標準化，有經濟價值的算力。“聚合效率”和“聚合算力的顆粒度”是這個平臺發展核心雙要素。
我們的算力供應者主要分為兩類，個人使用者(User)和網際網路應用/服務供應商（Publisher）。我們會根據這兩大群體的需求，為他們分別提供易用性高的平臺和服務。
UCRABS,User Computing Resource Auto-Balanced System
CM&CMS,Client Management&Config Mapping System
UDC,User Data Center
針對個人使用者(User)的功能 *以下圖例中涉及到的數字皆為示意
1) 一鍵挖礦功能
2) 個人激勵系統
3) 工會系統
4) 兌換商城
針對網際網路應用/服務供應商（Publisher）
1) 多種型別封裝程式碼
2) 運營工具
3) 靈活的 API 介面
CSSP 提供 API 介面給網際網路應用/服務供應商（Publisher），使其完成複雜地查詢、操作和統計等功能，以滿足為其使用者提供額外的服務，如免費地檔案下載、網路遊戲中的遊戲幣獎勵或者道具獎勵等。
RRCHAIN 技術模型
技術模型圖：
RRCHAIN 技術的模型是由自下而上的資料層、網路層、共識層、激勵層、合約層和應用層組成。
1.資料層
封裝了底層資料區塊的鏈式結構，以及相關的非對稱公私鑰資料加密技術和時間戳等技術，這是整個技術模型中最底層的資料結構。這些技術是構建RRChain 的基礎。
2.網路層
包括 P2P 組網機制、資料傳播機制和資料驗證機制等。
3.共識層
RRCHAIN 採用的是 pow 機制，礦工透過挖礦獲取獎勵，同時也保證了系統的穩定執行。
共識層封裝了網路節點的各類共識機制演算法。共識機制演算法是區塊鏈的核心技術，因為這決定了到底是誰來進行記賬，而記賬決定方式將會影響整個系統的安全性和可靠性。目前已經出現了十餘種共識機制演算法，其中比較最為知名的有工作量證明機制（PoW，Proof of Work）、權益證明機制（PoS，Proof ofStake）、股份授權證明機制（DPoS，Delegated ProofofStake）等。
工作量證明機制實際上是一個投票制度。使用者投票選擇正確的交易順序，以實現協議中的新功能和誠實的貨幣供應分配。因此，在表決過程中，所有參與者都有相同的投票權。 RRCHAIN 使平等的平均工作定價功能完美適用於普通 PC。它採用內建的 CPU 指令，這些指令在專用裝置或具有低延遲的快速記憶體片上裝置上實現非常困難且太昂貴。
4.激勵層
將經濟因素整合到 RRChain 技術體系中來，包括經濟激勵的發行機制和分配機制等。在 RRChain 中激勵遵守規則參與記賬的節點，並且懲罰不遵守規則的節點，才能讓整個系統朝著良性迴圈的方向發展。
5.合約層
封裝各類指令碼、演算法和智慧合約，是區塊鏈可程式設計特性的基礎。比特幣本身就具有簡單指令碼的編寫功能，而 RRChain 極大的強化了程式語言協議，理論上可以編寫實現任何功能的應用。如果把比特幣看成是全球賬本的話，那麼可以將RRChain 看作是一臺“全球計算機”，任何人都可以上傳和執行任意的應用程式，並且程式的有效執行能得到保證。
6.應用層
應用場景-剩餘算力收集再利用
基於 RRChain 的演算法特性，使得使用者參與雜湊計算的操作門檻可以降至最低。使用者不必下載一般挖礦所需要的龐大的客戶端程式，而是隻要開啟支援JavaScript 的瀏覽器便可以開始執行雜湊運算（挖礦）。而且在運算過程中，使用者可以自主調節速度，真正能做到在不影響使用者的使用體驗的情況下，透過閒置的CPU 進行包括雜湊計算在內的各種運算，達到廣泛收集“剩餘算力”的目的。
同時，RRChain 天然的競爭性治理方面的優勢，使得“礦機”的優勢不明顯。這使得大量個人使用者更樂於加入到 RRChain 的社群中來。
RRChain 的這一特性，可以為網站主和軟體開發商提供一種除了廣告和會員收費外全新的獲利模式。比如：一個影片網站主可以透過向使用者提供免費影片，來換取使用者電腦的剩餘算力，再透過出售算力給其它的需求方獲利。
所以基於 RRChain 可以構建出一個全新的剩餘算力收集交易生態體系。同時，廣泛的第三方開發者，可以基於 RRChain 開發出各類的 Dapp，共享在RRChain 社群中的算力。
在 RRChain 釋出且使用者量達到一定數量級之後 ， 將隨後釋出基 於MapReduce 模型，利用零散的個人使用者作為計算節點的大資料分散式計算處理平臺 RRMapReduce。
該平臺主要解決的問題是，分散式計算任務的細分拆解與海量微型計算節點任務分發的精細管理，根據區域、時間等維度特徵調節任務分配的冗餘度，保證資源投入與任務時效性的平衡。產品結構設計圖如下：
RRMapReduce 釋出後，將為市場提供一種廉價的計算服務解決方案。相對於傳統自建大資料叢集或採買雲端計算服務，透過 RRChain 及 RRMapReduce所產生的算力產品將更具價格優勢，對於實時性要求不高的離線計算服務具有極大的競爭力。
測試案例如下：日誌抽取任務，抽取日誌中有效資料。
4T 的原始日誌檔案抽取，Mapper 傳送至 Reducer 的資料 600G，在 40 個節點 600 個核的叢集裡，採用 hadoop 方案，被分割成 10000 個子任務，計算完成需要 60 分鐘。採用阿里雲 EMR 費用約為 550 元。
同樣的任務採用 RRMR 計算，假設每臺終端只提供 1 核資源用來計算，將任務分配到 6000 個節點上，計算任務時間同樣為 60 分鐘。如果我們給每個節點獎勵 5 分錢人民幣，那麼完成同樣的任務使用 RRMapReduce 只需花費大約阿里雲 1/2 的費用。同時如果使用者持續貢獻 1 核算力，那麼一個月使用者收入為36 元人民幣。36 元錢的收入，已經大於大多數影片、遊戲、軟體等服務商的月平均收費。也就是說，使用者正常使用電腦時的剩餘算力產生的價值，可以支持使用者免費使用軟體，享受網路服務。這將構成一個良性的社群生態體系。
RRCoin 的應用流通場景
基於 RRChain 的廣泛適用性，和高競爭治理能力，可以快速聚集大量的普通使用者成為礦工，並與其已有的網路產品使用習慣深度結合。因此，可以想見隨著 RRChain 的發展將會產生一個龐大基數的 RRCoin 持有群體。而如何讓RRCoin 高速快捷的流通，則成為了保持 RRChain 社羣活力的一個重要影響因素。
為此，我們設計了可以使用 RRCoin 快速便捷消費的商城體系 RRMall，以滿足使用者的需求。
RRMall 會解決 RRCoin 的快速可交易問題。我們將為使用者提供網頁版輕錢包，採用半中心化的方式處理小額交易的速度問題。使用者透過 RRMall 購買商品進行支付時不用經過漫長的區塊同步等待，快速完成交易。
同時，RRMall 還將會開放 API 和 SDK。這樣大量的第三方平臺（電商、軟體、遊戲等）可以快速接入，支援 RRCoin 的支付模式。
關於更多RRChain資訊：
更多區塊鏈專案介紹：http://www.qukuaiwang.com.cn/news/xiangmu風險提示：區塊鏈投資具有極大的風險，專案披露可能不完整或有欺騙。請在嘗試投資前確定自己承受以上風險的能力。本網站只做專案介紹，專案真假和價值並未做任何稽覈。
