The Ethereum State Data Інфляція проблему та рішення

У міру зростання популярності мережі та попиту на програми Ethereum її історичні дані про стан швидко розширюються. Щоб вирішити цю проблему, Ethereum поступово вдосконалювався від початкових повних вузлів до легких клієнтів, і останнім часом дискусії всередині спільноти щодо оновлення Pectra включають пропозиції періодично очищати деякі історичні дані за допомогою історичних механізмів закінчення терміну дії.

Однією з лонг-річних цілей Ethereum є впровадження шардингу для розподілу даних між різними блокчейнами, зменшуючи навантаження на окремі ланцюжки. EIP-4844, реалізований в оновленні Dencun, знаменує собою значний крок до повного шардингу в мережі Ethereum. EIP-4844 вводить тимчасові типи даних, які називаються «blob-об'єктами», що дозволяє зведеним користувачам надсилати більше даних до основного ланцюга Ethereum за нижчою ціною. Щоб керувати вимогами до зберігання, дані blobs будуть видалені з вузлів рівня консенсусу приблизно через 18 днів після зберігання.

На додаток до власних удосконалень Ethereum, такі проекти, як Celestia, Avail і EigenDA, також розробляють рішення для покращення управління даними. Вони надають ефективні шорт-термінові рішення Data Availability (DA), які покращують операції в реальному часі та масштабованість блокчейнів. Однак ці рішення не стосуються програм, які вимагають лонг-термінового доступу до історичних даних, таких як dApps, які покладаються на лонг-термінове зберігання даних автентифікації користувачів, або ті, які потребують навчання моделі штучного інтелекту.

Щоб вирішити проблему лонг-термінового зберігання даних в екосистемі Ethereum, такі проекти, як EthStorage, Pinax і Covalent пропонують рішення. EthStorage пропонує лонг-терміновий DA для Rollups, забезпечуючи доступ до даних протягом тривалих періодів. Pinax, The Graph і StreamingFast співпрацюють над рішеннями для лонг-термінового зберігання та отримання пакетів даних BLOBS. Wayback Machine (EWM) Ethereum від Covalent не тільки служить рішенням для зберігання даних на лонг термін, але й полегшує запити та аналіз даних, дозволяючи глибоко вивчати внутрішні стани смарт-контрактів, результати транзакцій, журнали подій тощо.

Оскільки штучний інтелект стає основною тенденцією глобального технологічного розвитку, його інтеграція з технологією блокчейн розглядається як майбутній напрямок. Ця тенденція призвела до зростання попиту на доступ до історичних даних та їх аналіз. У цьому контексті EWM демонструє свої унікальні переваги, надаючи можливості архівування та обробки Ethereum історичних даних, дозволяючи користувачам отримувати складні структури даних і проводити детальний аналіз і запити щодо смартконтракти.

Ethereum Wayback Machine (EWM) Вступ

Ethereum Wayback Machine (EWM) черпає натхнення з концепції Wayback Machine, щоб зберегти історичні дані про Ethereum та зробити їх доступними та перевіреними. Wayback Machine — це цифровий архівний проект, створений Internet Archive, спрямований на запис та збереження історії Інтернету. Цей інструмент дозволяє користувачам переглядати архівні версії веб-сайту в різні моменти часу, допомагаючи людям зрозуміти історичні зміни вмісту веб-сайту.

Історичні дані мають фундаментальне значення для існування блокчейну, підтримуючи не тільки його технічну архітектуру, але й слугуючи наріжним каменем його економічних моделей. Блокчейн спочатку був розроблений для того, щоб забезпечити загальнодоступні та незмінні історичні записи. Наприклад, Біткойн було створено для створення незмінного децентралізованого реєстру, який записує історію кожної транзакції, забезпечуючи прозорість і безпеку.

Попит на історичні дані охоплює широкий спектр сценаріїв, але наразі бракує ефективних методів зберігання, які можна перевірити. EWM служить лонг-терміновим рішенням Data Availability (DA), здатним постійно зберігати дані, включаючи дані BLOB, для вирішення проблем історичної доступності даних, що виникають через закінчення терміну дії стану та шардинг даних. EWM фокусується на архівуванні та забезпеченні лонг термінової доступності історичних даних на Ethereum, підтримуючи складні запити до структури даних.

Далі ми розглянемо, як EWM досягає цієї мети за допомогою свого унікального робочого процесу обробки даних.

Робочий процес обробки даних EWM: вилучення, уточнення та індексування

Covalent — це платформа, яка надає користувачам послуги доступу та запитів до даних блокчейну. Він збирає та індексує дані блокчейну, зберігаючи їх на кількох вузлах мережі, щоб забезпечити надійне зберігання та швидкий доступ. Covalent використовує Ethereum Wayback Machine (EWM) для обробки даних, забезпечуючи постійний доступ до історичних даних блокчейну. Робочий процес обробки даних EWM включає три ключові кроки: вилучення та експорт, уточнення, індексування та запит.

1. Вилучення та експорт: Це перший крок процесу, що включає пряме вилучення історичних даних транзакцій із мережі блокчейн. Цей етап здійснюється спеціалізованими організаціями, відомими як Блок Specimen Producers (BSP). Основним завданням BSP є створення та збереження «зразків блоків», які є оригінальними знімками даних блокчейну. Ці зразки блоків служать канонічним представленням історичних станів блокчейну, що має вирішальне значення для підтримки цілісності та точності даних. Після створення ці зразки блоків завантажуються на розподілені сервери (побудовані на IPFS), публікуються та перевіряються за допомогою контракту ProofChain. Це забезпечує безпеку даних і сигналізує іншим про те, що дані надійно збережені.
2. Уточнення: Після вилучення даних виробники результатів Блок (BRP) уточнюють дані. BRP перетворюють необроблені дані в більш корисні форми. Традиційні методи доступу до даних блокчейну часто надають обмежену інформацію та не сприяють запитам складних структур даних. Повторно виконуючи та перетворюючи дані, BRP можуть запропонувати більш детальну інформацію, таку як внутрішні стани контрактів та шляхи виконання транзакцій. Крім того, завдяки попередній обробці та зберіганню оброблених даних, BRP значно зменшують потребу в повторному запуску повних вузлів для кожного запиту або аналізу даних, тим самим підвищуючи швидкість запиту та зменшуючи витрати на зберігання та обчислення. Таким чином, вихідні «блокові зразки» перетворюються на «блокові результати», які легше запитувати та аналізувати. Цей процес не тільки підвищує продуктивність мережі Covalent, але й розширює можливості для подальшого запиту та аналізу даних.
3. Індексування та запити: Нарешті, оператори запитів організовують і зберігають оброблені дані в місцях, які легко знайти. На основі API запитів користувачів дані витягуються з розподілених серверів, щоб гарантувати, що як історичні, так і в реальному часі дані можуть бути використані для відповіді на API запити. Це дозволяє користувачам ефективно отримувати доступ до даних блокчейну, що зберігаються в мережі Covalent, і використовувати їх.

Covalent надає уніфікований API GoldRush, який підтримує отримання історичних даних із кількох блокчейнів, таких як Ethereum, Polygon, Solana та інших. Ця API GoldRush пропонує розробникам комплексне рішення для даних, що дозволяє їм отримувати баланси токенів ERC20 і NFT дані одним викликом. Це спрощує процес розробки криптовалюти та NFT гаманців, таких як Rainbow та Zerion. Крім того, доступ до даних DA (Data Availability) через API вимагає споживання кредитних балів (Credits). Різні типи запитів класифікуються за категоріями (наприклад, клас A, клас B, клас C) з конкретними витратами на кредит для кожної категорії. Ця модель доходу підтримує мережу оператора.

Перспективи на майбутнє

Оскільки штучний інтелект стрімко розвивається, тенденція інтеграції штучного інтелекту з блокчейном стає все більш очевидною. Блокчейн технологія надає штучному інтелекту незмінне та розподілене джерело перевірених даних, підвищуючи прозорість та надійність даних, тим самим роблячи моделі штучного інтелекту більш точними та надійними в аналізі даних та прийнятті рішень. Штучний інтелект використовує аналіз даних блокчейну для оптимізації алгоритмів, прогнозування тенденцій і безпосереднього виконання складних завдань і транзакцій, значно підвищуючи ефективність і знижуючи витрати на децентралізовані програми (dApps). За допомогою EWM моделі штучного інтелекту отримують доступ до широкого спектру структурованих наборів даних Web3 у блокчейні, усі з яких зберігають цілісність і можливість перевірки. EWM служить міст між моделями штучного інтелекту та блокчейном, значно полегшуючи пошук та використання даних для розробників ШІ.

Наразі деякі проєкти штучного інтелекту інтегрувалися з Covalent:

• SmartWhales: платформа, яка оптимізує копітрейдинг інвестиційні стратегії за допомогою технології штучного інтелекту. Копітрейдинг ґрунтується на аналізі історичних даних для виявлення успішних торгових моделей і стратегій. Covalent надає вичерпні та детальні набори даних блокчейну, що дозволяє SmartWhales аналізувати минулу торгову поведінку та результати, щоб рекомендувати користувачам ефективні стратегії в конкретних ринкових умовах.
• BotFi: торговий бот DeFi, який аналізує ринкові тенденції та автоматизує торгові стратегії, інтегруючи дані Covalent. Він автоматично виконує операції купівлі та продажу на основі змін ринку.
• Laika AI: використовує штучний інтелект для всебічного аналізу у блокчейні. Laika AI інтегрує структуровані дані блокчейну Covalent для роботи своїх моделей штучного інтелекту, допомагаючи користувачам у складному аналізі даних у блокчейні.
• Entendre Finance: Автоматизоване управління DeFi активами, що пропонує статистику в режимі реального часу та прогнозну аналітику. Його штучний інтелект використовує структуровані дані Covalent для спрощення та автоматизації завдань з управління активами, таких як моніторинг та управління цифровий актив активами та виконання конкретних торгових стратегій.

EWM постійно вдосконалюється та модернізується у відповідь на мінливі вимоги. Ковалентний інженер Пранай Валсон заявив, що в майбутньому EWM розширить свої специфікації протокол, щоб підтримка інші блокчейни, такі як Polygon і Arbitrum. EWM також планує інтегрувати форки BSP у Ethereum такі клієнти, як Nethermind і Besu, щоб досягти більш широкої сумісності та застосування. Крім того, під час обробки транзакцій BLOB-об'єктів на сигнальна мережа EWM використовуватиме зобов'язання KZG для підвищення ефективності зберігання та пошуку даних, тим самим знижуючи витрати на зберігання.

Відмова від відповідальності:

1. Цю статтю передруковано з [ChainFeeds Research]. Всі авторські права належать оригінальному автору [0XNATALIE]. Якщо є заперечення проти цього передруку, будь ласка, зв'яжіться з командою Gate Learn, і вони оперативно впораються з цим.
2. Відмова від відповідальності: Погляди та думки, висловлені в цій статті, належать виключно автору і не є жодною інвестиційною порадою.
3. Переклад статті на інші мови здійснює команда Gate Learn. Якщо не зазначено, копіювання, розповсюдження або плагіат перекладених статей заборонено.