从数据源到智能分析:区块链数据索引技术的演进

1. 引言

自2017年首批去中心化应用(dApp)诞生以来,区块链应用生态已蓬勃发展。在讨论这些dApp时,我们是否曾思考过它们所使用的各类数据的来源?

2024年,人工智能与Web3成为热门话题。在AI领域,数据犹如其生长和进化的源泉。正如植物需要阳光和水分,AI系统同样依赖海量数据来不断学习和思考。没有数据支撑,再先进的AI算法也难以发挥其潜力。

本文将从区块链数据可访问性的角度,深入分析行业发展过程中数据索引的演变,并对比了传统数据索引协议与新兴的区块链数据服务协议,探讨了结合AI技术的新协议在数据服务与产品架构上的特点。

2. 数据索引的演进:从区块链节点到全链数据库

2.1 数据源头:区块链节点

区块链常被描述为去中心化的记账本。区块链节点是整个网络的基础,负责记录、存储和传播所有链上交易数据。每个节点都拥有完整的区块链数据副本,维护网络的去中心化特性。然而,对普通用户而言,自建和维护节点并非易事,不仅需要专业技术,还伴随高昂成本。同时,普通节点的查询能力有限,无法满足开发人员的需求。因此,用户通常依赖第三方服务。

为解决这一问题,RPC节点提供商应运而生。它们负责节点管理,通过RPC端点提供数据访问。公共RPC端点免费但有速率限制,可能影响dApp用户体验。私有RPC端点提供更好性能,但对复杂查询效率低下且难以扩展。不过,节点提供商的标准API接口降低了用户访问链上数据的门槛,为后续数据应用奠定基础。

2.2 数据解析:从原始数据到可用数据

区块链节点提供的原始数据通常经过加密和编码处理。这些数据虽保留了区块链的完整性和安全性,但增加了解析难度。对普通用户或开发者而言,直接处理这些数据需要大量技术知识和计算资源。

数据解析过程在此背景下显得尤为重要。通过将复杂的原始数据转换为更易理解和操作的格式,用户可以更直观地利用这些数据。解析的质量直接影响区块链数据应用的效率和效果,是整个数据索引流程中的关键环节。

2.3 数据索引器的发展

随着区块链数据量增加,数据索引器的需求日益增长。索引器负责组织链上数据并将其发送到数据库以便查询。它们通过索引区块链数据,并提供类SQL查询语言(如GraphQL)的API接口,使数据随时可用。索引器为开发人员提供了统一的查询界面,大大简化了数据检索流程。

不同类型的索引器优化数据检索方式各异:

1. 完整节点索引器:直接从完整节点提取数据,确保数据完整性,但需要大量存储和处理能力。
2. 轻量级索引器:依靠完整节点按需获取特定数据,减少存储需求但可能增加查询时间。
3. 专用索引器:针对特定类型数据或区块链优化,如NFT数据或DeFi交易。
4. 聚合索引器:从多个区块链和来源提取数据,包括链下信息,提供统一查询界面,适用于多链dApp。

目前,以太坊档案节点在不同客户端下的存储需求差异较大。面对庞大的数据量,主流索引器协议不仅支持多链索引,还针对不同应用需求定制了数据解析框架。

索引器的出现大大提升了数据索引和查询效率。与传统RPC端点相比,索引器可高效索引大量数据,支持高速复杂查询和数据过滤。一些索引器还支持聚合多个区块链的数据源,避免多链dApp部署多个API的问题。分布式运行提供了更强的安全性和性能,减少了集中式RPC提供商可能带来的风险。

2.4 全链数据库:向流优先对齐

使用索引节点查询数据通常将API作为消化链上数据的唯一门户。然而,当项目进入扩展阶段时,往往需要更灵活的数据源。随着应用需求复杂化,初级数据索引器难以满足多样化的查询需求,如搜索、跨链访问或链下数据映射。

在现代数据管道架构中,"流优先"方法成为解决传统批处理局限性的方案,实现实时数据处理和分析。区块链数据服务提供商也朝着构建数据流的方向发展,推出了以数据流方式获取实时区块链数据的产品。

这些服务旨在解决对区块链交易进行实时解析和提供全面查询能力的需求。通过现代数据管道的视角重新定义链上数据的挑战,我们得以从全新角度看待链上数据管理、存储和提供的潜力。

3. AI与数据库的结合:The Graph、Chainbase和Space and Time的比较

3.1 The Graph

The Graph网络通过去中心化节点网络实现多链数据索引和查询服务,便于开发者索引区块链数据并构建dApp。其主要产品模式包括数据查询执行市场和数据索引缓存市场,服务于用户的产品查询需求。

子图是The Graph网络的基础数据结构,定义如何从区块链提取并转换数据为可查询格式。网络由索引器、策展人、委托人和开发者四个关键角色构成,通过经济激励确保系统运转。

The Graph的产品也在AI浪潮中快速发展。Semiotic Labs开发的工具如AutoAgora、Allocation Optimizer和AgentC分别优化了定价策略、资源分配和用户体验,提升了系统的智能化和用户友好度。

3.2 Chainbase

Chainbase是一个全链数据网络,整合所有区块链数据于一个平台。其特点包括:

• 实时数据湖:提供专门用于区块链数据流的实时数据湖。
• 双链架构:基于Eigenlayer AVS构建执行层,与CometBFT共识算法形成并行架构。
• 创新数据格式标准:引入"manuscripts"数据格式标准。
• 加密世界模型:结合AI模型技术,打造能理解、预测区块链交易的AI模型Theia。

Chainbase的AI模型Theia基于NVIDIA的DORA模型,结合链上和链下数据分析加密模式,为用户提供智能化数据服务。

3.3 Space and Time

Space and Time (SxT)致力于打造可验证的计算层,在去中心化数据仓库上扩展零知识证明。其创新技术Proof of SQL确保SQL查询的防篡改和可验证性,为数据可靠性要求高的行业提供了解决方案。

SxT与微软AI联合创新实验室合作,研发生成式AI工具,便于用户通过自然语言处理区块链数据。用户可在Space and Time Studio中体验AI自动将自然语言转换为SQL并执行查询。

结论与展望

区块链数据索引技术从最初的节点数据源头,经过数据解析和索引器的发展,最终演进到AI赋能的全链数据服务,经历了逐步完善的过程。这些技术的演进不仅提高了数据访问的效率和准确性,还带来了智能化体验。

未来,随着AI技术和零知识证明等新技术的发展,区块链数据服务将进一步智能化和安全化。作为基础设施,区块链数据服务将继续为行业进步和创新提供支持。