Sự cố và giải pháp Lạm phát dữ liệu trạng thái Ethereum

Khi mức độ phổ biến mạng và nhu cầu ứng dụng của Ethereum tăng lên, dữ liệu trạng thái lịch sử của nó đang nhanh chóng mở rộng. Để giải quyết vấn đề này, Ethereum đã dần dần cải thiện từ các nút đầy đủ ban đầu thành các máy khách nhẹ và gần đây, các cuộc thảo luận trong cộng đồng về việc nâng cấp Pectra bao gồm các đề xuất xóa định kỳ một số dữ liệu lịch sử thông qua các cơ chế hết hạn lịch sử.

Một trong những mục tiêu dài hạn long của Ethereum là triển khai sharding để phân phối dữ liệu trên các blockchain khác nhau, giảm tải cho các chuỗi riêng lẻ. Việc EIP-4844 được triển khai trong bản nâng cấp Dencun đánh dấu một bước quan trọng hướng tới việc phân mảnh đầy đủ trên mạng Ethereum. EIP-4844 giới thiệu các kiểu dữ liệu tạm thời được gọi là "blob", cho phép Rollups gửi nhiều dữ liệu hơn đến chuỗi chính Ethereum với chi phí thấp hơn. Để quản lý nhu cầu lưu trữ, dữ liệu blob sẽ bị xóa khỏi các nút lớp đồng thuận khoảng 18 ngày sau khi lưu trữ.

Ngoài những cải tiến riêng của Ethereum, các dự án như Celestia, Avail, và EigenDA cũng đang phát triển các giải pháp để tăng cường quản lý dữ liệu. Họ cung cấp các giải pháp Tính sẵn có dữ liệu (DA) short hạn hiệu quả giúp cải thiện hoạt động thời gian thực và khả năng mở rộng của blockchain. Tuy nhiên, các giải pháp này không giải quyết các ứng dụng yêu cầu quyền truy cập long hạn vào dữ liệu lịch sử, chẳng hạn như dApps dựa vào lưu trữ dữ liệu xác thực người dùng long hạn hoặc những ứng dụng cần đào tạo mô hình AI.

Để giải quyết thách thức của việc lưu trữ dữ liệu long hạn trong hệ sinh thái Ethereum, các dự án như EthStorage, Pinax và Covalent đề xuất các giải pháp. EthStorage cung cấp DA long hạn cho Bản tổng hợp, đảm bảo khả năng truy cập dữ liệu trong thời gian dài. Pinax, The Graph và StreamingFast cộng tác trên các giải pháp lưu trữ và truy xuất các gói dữ liệu blobs long hạn. Ethereum Wayback Machine (EWM) của Covalent không chỉ đóng vai trò là giải pháp lưu trữ dữ liệu long hạn mà còn tạo điều kiện thuận lợi cho việc truy vấn và phân tích dữ liệu, cho phép kiểm tra chuyên sâu các trạng thái nội bộ của hợp đồng thông minh, kết quả giao dịch, nhật ký sự kiện và hơn thế nữa.

Khi trí tuệ nhân tạo trở thành xu hướng chủ đạo trong phát triển công nghệ toàn cầu, sự tích hợp của nó với công nghệ blockchain được coi là một hướng đi trong tương lai. Xu hướng này đã dẫn đến nhu cầu truy cập và phân tích dữ liệu lịch sử ngày càng tăng. Trong bối cảnh này, EWM thể hiện những lợi thế độc đáo của mình bằng cách cung cấp khả năng lưu trữ và xử lý cho dữ liệu lịch sử Ethereum, cho phép người dùng truy xuất các cấu trúc dữ liệu phức tạp và tiến hành phân tích và truy vấn chi tiết trên hợp đồng thông minh.

Ethereum Giới thiệu Wayback Machine (EWM)

Wayback Machine là một dự án lưu trữ kỹ thuật số được tạo ra bởi Internet Archive, nhằm ghi lại và bảo tồn lịch sử của internet. Công cụ này cho phép người dùng xem các phiên bản lưu trữ của một trang web tại các thời điểm khác nhau, giúp mọi người hiểu được những thay đổi lịch sử trong nội dung trang web.

Dữ liệu lịch sử là nền tảng cho sự tồn tại của blockchain, không chỉ hỗ trợ kiến trúc kỹ thuật mà còn đóng vai trò là nền tảng của các mô hình kinh tế của nó. Blockchain ban đầu được thiết kế để cung cấp một hồ sơ lịch sử có thể truy cập công khai và bất biến. Ví dụ, Bitcoin được tạo ra để thiết lập một sổ cái phi tập trung, bất biến ghi lại lịch sử của mọi giao dịch, đảm bảo tính minh bạch và bảo mật.

Nhu cầu về dữ liệu lịch sử trải dài trên một loạt các kịch bản, nhưng hiện tại thiếu các phương pháp lưu trữ hiệu quả và có thể kiểm chứng được. EWM đóng vai trò như một giải pháp Tính sẵn sàng dữ liệu (DA) long hạn có khả năng lưu trữ vĩnh viễn dữ liệu, bao gồm cả dữ liệu blob, để giải quyết các vấn đề về khả năng truy cập dữ liệu lịch sử phát sinh do hết hạn trạng thái và phân mảnh dữ liệu. EWM tập trung vào việc lưu trữ và đảm bảo khả năng truy cập long hạn của dữ liệu lịch sử trên Ethereum, hỗ trợ các truy vấn cấu trúc dữ liệu phức tạp.

Tiếp theo, chúng ta sẽ đi sâu vào cách EWM đạt được mục tiêu này thông qua quy trình xử lý dữ liệu độc đáo của nó.

Quy trình xử lý dữ liệu của EWM: Trích xuất, sàng lọc và lập chỉ mục

Covalent là một nền tảng cung cấp cho người dùng các dịch vụ truy cập và truy vấn dữ liệu blockchain. Nó thu thập và lập chỉ mục dữ liệu blockchain, lưu trữ nó trên nhiều nút trên mạng để đảm bảo lưu trữ đáng tin cậy và truy cập nhanh. Covalent sử dụng Ethereum Wayback Machine (EWM) để xử lý dữ liệu, đảm bảo khả năng truy cập liên tục vào dữ liệu lịch sử blockchain. Quy trình xử lý dữ liệu EWM bao gồm ba bước chính: Trích xuất và Xuất, Tinh chỉnh, Lập chỉ mục và Truy vấn.

1. Khai thác và xuất khẩu: Đây là bước đầu tiên của quy trình, liên quan đến việc trích xuất trực tiếp dữ liệu giao dịch lịch sử từ mạng blockchain. Bước này được thực hiện bởi các thực thể chuyên ngành được gọi là Nhà sản xuất mẫu vật Khối (BSP). Nhiệm vụ chính của BSP là tạo và bảo tồn "mẫu khối", là ảnh chụp nhanh ban đầu của dữ liệu blockchain. Các mẫu khối này đóng vai trò là đại diện chính tắc của các trạng thái lịch sử blockchain, rất quan trọng để duy trì tính toàn vẹn và chính xác của dữ liệu. Sau khi được tạo, các mẫu khối này được tải lên các máy chủ phân tán (được xây dựng trên IPFS) và được xuất bản và xác minh bằng hợp đồng ProofChain. Điều này đảm bảo bảo mật dữ liệu và báo hiệu cho người khác rằng dữ liệu đã được bảo quản an toàn.
2. Tinh chỉnh: Sau khi trích xuất dữ liệu, Khối Results Producers (BRP) tinh chỉnh dữ liệu. BRP chuyển đổi dữ liệu thô thành các dạng hữu ích hơn. Các phương pháp truy cập dữ liệu blockchain truyền thống thường cung cấp thông tin hạn chế và không có lợi cho việc truy vấn các cấu trúc dữ liệu phức tạp. Bằng cách thực hiện lại và chuyển đổi dữ liệu, BRP có thể cung cấp thông tin chi tiết hơn như trạng thái hợp đồng nội bộ và đường dẫn thực hiện giao dịch. Hơn nữa, bằng cách tiền xử lý và lưu trữ dữ liệu đã xử lý, BRP giảm đáng kể nhu cầu chạy lại các nút đầy đủ cho mỗi truy vấn hoặc phân tích dữ liệu, do đó cải thiện tốc độ truy vấn và giảm chi phí lưu trữ và tính toán. Do đó, các "mẫu khối" ban đầu được chuyển thành "kết quả khối" dễ truy vấn và phân tích hơn. Quá trình này không chỉ tăng cường hiệu suất của mạng Covalent mà còn mở rộng khả năng truy vấn và phân tích dữ liệu hơn nữa.
3. Lập chỉ mục và truy vấn: Cuối cùng, Toán tử truy vấn tổ chức và lưu trữ dữ liệu đã xử lý ở các vị trí dễ tìm kiếm. Dựa trên yêu cầu của người dùng API, dữ liệu được truy xuất từ các máy chủ phân tán để đảm bảo cả dữ liệu lịch sử và thời gian thực có thể được sử dụng để trả lời các truy vấn API. Điều này cho phép người dùng truy cập và sử dụng hiệu quả dữ liệu blockchain được lưu trữ trên mạng Covalent.

Covalent cung cấp một API GoldRush thống nhất hỗ trợ truy xuất dữ liệu lịch sử từ nhiều blockchain như Ethereum, Polygon, Solana và các blockchain khác. GoldRush API này cung cấp cho các nhà phát triển một giải pháp dữ liệu toàn diện, cho phép họ tìm nạp số dư token ERC20 và NFT dữ liệu chỉ với một cuộc gọi. Điều này đơn giản hóa quá trình phát triển tiền điện tử và ví NFT như Rainbow và Zerion. Ngoài ra, việc truy cập dữ liệu DA (Tính khả dụng của dữ liệu) thông qua API yêu cầu tiêu thụ điểm tín dụng (Tín dụng). Các loại yêu cầu khác nhau được phân loại (ví dụ: Loại A, Loại B, Loại C) với chi phí tín dụng cụ thể cho từng danh mục. Mô hình doanh thu này hỗ trợ mạng lưới nhà điều hành.

Triển vọng tương lai

Khi AI phát triển nhanh chóng, xu hướng tích hợp AI với blockchain ngày càng trở nên rõ ràng. Công nghệ Blockchain cung cấp cho AI một nguồn dữ liệu được xác minh bất biến và phân tán, tăng cường tính minh bạch và đáng tin cậy của dữ liệu, từ đó làm cho các mô hình AI chính xác và đáng tin cậy hơn trong phân tích dữ liệu và ra quyết định. AI tận dụng phân tích dữ liệu blockchain để tối ưu hóa các thuật toán, dự đoán xu hướng và trực tiếp thực hiện các nhiệm vụ và giao dịch phức tạp, cải thiện đáng kể hiệu quả và giảm chi phí của các ứng dụng phi tập trung (dApps). Thông qua EWM, các mô hình AI có quyền truy cập vào một loạt các bộ dữ liệu Web3 có cấu trúc on-chain, tất cả đều duy trì tính toàn vẹn và khả năng xác minh. EWM đóng vai trò là cầu giữa các mô hình AI và blockchain, tạo điều kiện thuận lợi cho việc truy xuất và sử dụng dữ liệu cho các nhà phát triển AI.

Hiện tại, một số dự án AI đã tích hợp với Covalent:

• SmartWhales: Một nền tảng tối ưu hóa các chiến lược đầu tư sao chép giao dịch bằng công nghệ AI. Sao chép giao dịch dựa trên việc phân tích dữ liệu lịch sử để xác định các mô hình và chiến lược giao dịch thành công. Covalent cung cấp bộ dữ liệu blockchain toàn diện và chi tiết, cho phép SmartWhales phân tích các hành vi và kết quả giao dịch trong quá khứ để đề xuất các chiến lược hiệu quả trong các điều kiện thị trường cụ thể cho người dùng.
• BotFi: Một bot giao dịch DeFi phân tích xu hướng thị trường và tự động hóa các chiến lược giao dịch bằng cách tích hợp dữ liệu của Covalent. Nó tự động thực hiện các hoạt động mua và bán dựa trên những thay đổi của thị trường.
• Laika AI: Sử dụng AI để phân tích on-chain toàn diện. Laika AI tích hợp dữ liệu blockchain có cấu trúc của Covalent để cung cấp năng lượng cho các mô hình AI của nó, hỗ trợ người dùng phân tích dữ liệu on-chain phức tạp.
• Entendre Finance: Quản lý tài sản DeFi tự động cung cấp thông tin chi tiết theo thời gian thực và phân tích dự đoán. AI của nó tận dụng dữ liệu có cấu trúc của Covalent để đơn giản hóa và tự động hóa các nhiệm vụ quản lý tài sản như giám sát và quản lý nắm giữ tài sản kỹ thuật số và thực hiện các chiến lược giao dịch cụ thể.

EWM liên tục cải tiến và nâng cấp để đáp ứng nhu cầu thay đổi. Kỹ sư cộng hóa trị Pranay Valson tuyên bố rằng trong tương lai, EWM sẽ mở rộng các thông số kỹ thuật giao thức của mình để hỗ trợ các blockchain khác như Polygon và Arbitrum. EWM cũng có kế hoạch tích hợp BSP fork vào các máy khách Ethereum như Nethermind và Besu để đạt được khả năng tương thích và ứng dụng rộng hơn. Ngoài ra, khi xử lý các giao dịch blob trên beacon chain, EWM sẽ sử dụng các cam kết của KZG để tăng cường hiệu quả lưu trữ và truy xuất dữ liệu, từ đó giảm chi phí lưu trữ.

Tuyên bố từ chối trách nhiệm:

1. Bài viết này được in lại từ [ChainFeeds Research]. Tất cả bản quyền thuộc về tác giả gốc [0XNATALIE]. Nếu có ý kiến phản đối bản in lại này, vui lòng liên hệ với nhóm Gate Learn và họ sẽ xử lý kịp thời.
2. Tuyên bố từ chối trách nhiệm: Các quan điểm và ý kiến được trình bày trong bài viết này chỉ là của tác giả và không cấu thành bất kỳ lời khuyên đầu tư nào.
3. Bản dịch bài viết sang các ngôn ngữ khác được thực hiện bởi nhóm Gate Learn. Trừ khi được đề cập, việc sao chép, phân phối hoặc đạo văn các bài báo đã dịch đều bị cấm.