從數據源到智能分析:區塊鏈數據索引技術的演進

1. 引言

自2017年首批去中心化應用(dApp)誕生以來,區塊鏈應用生態已蓬勃發展。在討論這些dApp時,我們是否曾思考過它們所使用的各類數據的來源?

2024年,人工智能與Web3成爲熱門話題。在AI領域,數據猶如其生長和進化的源泉。正如植物需要陽光和水分,AI系統同樣依賴海量數據來不斷學習和思考。沒有數據支撐,再先進的AI算法也難以發揮其潛力。

本文將從區塊鏈數據可訪問性的角度,深入分析行業發展過程中數據索引的演變,並對比了傳統數據索引協議與新興的區塊鏈數據服務協議,探討了結合AI技術的新協議在數據服務與產品架構上的特點。

2. 數據索引的演進:從區塊鏈節點到全鏈數據庫

2.1 數據源頭:區塊鏈節點

區塊鏈常被描述爲去中心化的記帳本。區塊鏈節點是整個網路的基礎,負責記錄、存儲和傳播所有鏈上交易數據。每個節點都擁有完整的區塊鏈數據副本,維護網路的去中心化特性。然而,對普通用戶而言,自建和維護節點並非易事,不僅需要專業技術,還伴隨高昂成本。同時,普通節點的查詢能力有限,無法滿足開發人員的需求。因此,用戶通常依賴第三方服務。

爲解決這一問題,RPC節點提供商應運而生。它們負責節點管理,通過RPC端點提供數據訪問。公共RPC端點免費但有速率限制,可能影響dApp用戶體驗。私有RPC端點提供更好性能,但對復雜查詢效率低下且難以擴展。不過,節點提供商的標準API接口降低了用戶訪問鏈上數據的門檻,爲後續數據應用奠定基礎。

2.2 數據解析:從原始數據到可用數據

區塊鏈節點提供的原始數據通常經過加密和編碼處理。這些數據雖保留了區塊鏈的完整性和安全性,但增加了解析難度。對普通用戶或開發者而言,直接處理這些數據需要大量技術知識和計算資源。

數據解析過程在此背景下顯得尤爲重要。通過將復雜的原始數據轉換爲更易理解和操作的格式,用戶可以更直觀地利用這些數據。解析的質量直接影響區塊鏈數據應用的效率和效果,是整個數據索引流程中的關鍵環節。

2.3 數據索引器的發展

隨着區塊鏈數據量增加,數據索引器的需求日益增長。索引器負責組織鏈上數據並將其發送到數據庫以便查詢。它們通過索引區塊鏈數據,並提供類SQL查詢語言(如GraphQL)的API接口,使數據隨時可用。索引器爲開發人員提供了統一的查詢界面,大大簡化了數據檢索流程。

不同類型的索引器優化數據檢索方式各異:

1. 完整節點索引器:直接從完整節點提取數據,確保數據完整性,但需要大量存儲和處理能力。
2. 輕量級索引器:依靠完整節點按需獲取特定數據,減少存儲需求但可能增加查詢時間。
3. 專用索引器:針對特定類型數據或區塊鏈優化,如NFT數據或DeFi交易。
4. 聚合索引器:從多個區塊鏈和來源提取數據,包括鏈下信息,提供統一查詢界面,適用於多鏈dApp。

目前,以太坊檔案節點在不同客戶端下的存儲需求差異較大。面對龐大的數據量,主流索引器協議不僅支持多鏈索引,還針對不同應用需求定制了數據解析框架。

索引器的出現大大提升了數據索引和查詢效率。與傳統RPC端點相比,索引器可高效索引大量數據,支持高速復雜查詢和數據過濾。一些索引器還支持聚合多個區塊鏈的數據源,避免多鏈dApp部署多個API的問題。分布式運行提供了更強的安全性和性能,減少了集中式RPC提供商可能帶來的風險。

2.4 全鏈數據庫:向流優先對齊

使用索引節點查詢數據通常將API作爲消化鏈上數據的唯一門戶。然而,當項目進入擴展階段時,往往需要更靈活的數據源。隨着應用需求復雜化,初級數據索引器難以滿足多樣化的查詢需求,如搜索、跨鏈訪問或鏈下數據映射。

在現代數據管道架構中,"流優先"方法成爲解決傳統批處理局限性的方案,實現實時數據處理和分析。區塊鏈數據服務提供商也朝着構建數據流的方向發展,推出了以數據流方式獲取實時區塊鏈數據的產品。

這些服務旨在解決對區塊鏈交易進行實時解析和提供全面查詢能力的需求。通過現代數據管道的視角重新定義鏈上數據的挑戰,我們得以從全新角度看待鏈上數據管理、存儲和提供的潛力。

3. AI與數據庫的結合:The Graph、Chainbase和Space and Time的比較

3.1 The Graph

The Graph網路通過去中心化節點網路實現多鏈數據索引和查詢服務,便於開發者索引區塊鏈數據並構建dApp。其主要產品模式包括數據查詢執行市場和數據索引緩存市場,服務於用戶的產品查詢需求。

子圖是The Graph網路的基礎數據結構,定義如何從區塊鏈提取並轉換數據爲可查詢格式。網路由索引器、策展人、委托人和開發者四個關鍵角色構成,通過經濟激勵確保系統運轉。

The Graph的產品也在AI浪潮中快速發展。Semiotic Labs開發的工具如AutoAgora、Allocation Optimizer和AgentC分別優化了定價策略、資源分配和用戶體驗,提升了系統的智能化和用戶友好度。

3.2 Chainbase

Chainbase是一個全鏈數據網路,整合所有區塊鏈數據於一個平台。其特點包括:

• 實時數據湖:提供專門用於區塊鏈數據流的實時數據湖。
• 雙鏈架構:基於Eigenlayer AVS構建執行層,與CometBFT共識算法形成並行架構。
• 創新數據格式標準:引入"manuscripts"數據格式標準。
• 加密世界模型:結合AI模型技術,打造能理解、預測區塊鏈交易的AI模型Theia。

Chainbase的AI模型Theia基於NVIDIA的DORA模型,結合鏈上和鏈下數據分析加密模式,爲用戶提供智能化數據服務。

3.3 Space and Time

Space and Time (SxT)致力於打造可驗證的計算層,在去中心化數據倉庫上擴展零知識證明。其創新技術Proof of SQL確保SQL查詢的防篡改和可驗證性,爲數據可靠性要求高的行業提供了解決方案。

SxT與微軟AI聯合創新實驗室合作,研發生成式AI工具,便於用戶通過自然語言處理區塊鏈數據。用戶可在Space and Time Studio中體驗AI自動將自然語言轉換爲SQL並執行查詢。

結論與展望

區塊鏈數據索引技術從最初的節點數據源頭,經過數據解析和索引器的發展,最終演進到AI賦能的全鏈數據服務,經歷了逐步完善的過程。這些技術的演進不僅提高了數據訪問的效率和準確性,還帶來了智能化體驗。

未來,隨着AI技術和零知識證明等新技術的發展,區塊鏈數據服務將進一步智能化和安全化。作爲基礎設施,區塊鏈數據服務將繼續爲行業進步和創新提供支持。