本文的主图是由 HackerNoon 的 通过提示“白板上的区块链交易哈希”生成的 AI Image Generator 在这篇文章中，我们将讨论一个无人知晓的秘密开源工具，它可以以极快的速度从区块链中查询有用的数据。 我们将提供示例查询，人们可以通过这些查询从区块链中获取有用的数据，并且我们将讨论允许以如此高的速度进行分析的工具架构。 不过在此之前，让我们先谈谈为什么您需要首先分析来自 交易。 区块链的 每笔比特币交易都包含 发件人地址 收件人地址 发送金额 但是也 发件人余额 硬币在发件人钱包中休眠了多长时间 收款人余额 从上面，你可以推断并获得关于 发件人在发送之前通常会保留他们的比特币多长时间 区块链上所有钱包的平均余额是多少 平均交易规模 以及 100 多种不同的其他分析。 如您所见，与传统市场相比，我们可以获得的有关比特币市场的数据要全面得多。最重要的是，普通人可以访问它。相比之下，只有对冲基金和银行才能访问传统市场中的此类数据。 因此，通过分析比特币区块链上的交易，可以更好地了解比特币市场，并根据这些数据做出更好的投资决策。 除了将区块链分析应用于交易和投资之外，还有多种其他方式可以使用区块链分析： 钱包地址去匿名化 识别非法活动 遵守 那么这个工具是如何工作的呢？ BlockSci的架构 旨在解决现有区块链分析工具的三个痛点： BlockSci 表现不佳， 能力有限 和繁琐的编程接口。 性能不佳是 BlockSci 最擅长解决的痛点。例如，分析比特币交易的蛮力方法也行得通。您可以在您的计算机/服务器上运行一个比特币节点，并直接查询您自己的节点。但这种方法非常缓慢，可能需要数年时间才能处理完所有 10 亿比特币交易。 其他现有工具也存在性能不佳的问题，尤其是在使用通用图形数据库时，这使得它们的顺序查询速度要慢数百倍，而所有查询（包括图形遍历查询）的速度要慢得多。 BlockSci 的设计主要基于这样一个事实，即在区块链中，过去的区块无法更改，并且区块链上出现的所有新数据都是仅附加的。 这意味着事务数据库的 ACID 属性是不必要的，这使得内存分析数据库成为自然的选择。使用内存而不是磁盘存储可以显着加快数据处理速度，这正是我们所需要的。 实际上，BlockSci 是将整个区块链加载到内存中进行计算，避免了分布式处理的方式。这是因为区块链数据是图结构的，因此很难有效地划分。 它的设计者的猜想是，使用传统的分布式事务数据库进行区块链分析具有无限的 COST（优于单线程的配置），因为任何级别的并行性都无法优于优化的单线程实施。 它还应用了多种技术，例如将哈希指针转换为实际指针和删除重复地址数据，以进一步提高速度并减小数据大小。 为了从节点导入数据，BlockSci 使用自己的高性能导入器直接读取磁盘上的原始数据，而不是从内置的 JSON-RPC 接口。即便如此，通常需要 24 小时才能从节点导入和索引所有数据。不过，一旦数据被解析，实际的分析就会很快。 区块链存储在磁盘上的方式不容易分析。它们被用来做其他事情，比如检查交易和在大网络中查找数据。它们还通过在磁盘上以基本格式保存块来节省内存空间。但是我们需要更改数据以使其适合内存，因此 BlockSci 有一个解析器可以处理这一步。确保此解析器得到很好的优化。 该工具实现如此高速度的另一种方式是“布隆过滤器优化”。布隆过滤器是一种概率数据结构，允许测试集合中的成员资格。在 的上下文中，它存储所有可见地址并确保现有地址查找的正确性，同时最大限度地减少不存在地址的数据库查询数量。这是基于以下事实实现的：大约 88% 的输入花费了在最后 4000 个区块中创建的输出，并且只有 8.6% 的比特币地址被多次使用。 区块链 允许 BlockSci 实现高分析速度的最后一个最重要的优化是数据布局结构，它既提供高分析速度又不会对内存造成太大影响。 BlockSci 的数据布局将可用数据分为三类，并以混合方案组合。大多数分析都需要核心事务图，并且始终加载到内存中，以基于行的格式存储。仅部分分析所需的脚本和附加数据以混合（部分基于列，部分基于行）格式存储并按需加载。通过哈希查找单个交易或地址的索引存储在磁盘上的单独数据库中。 此外，它尽可能对数据字段使用固定大小的编码，优化引用位置的内存布局，将输出链接到输入以实现高效遍历，并共享内存映射和并行性。 最后，这里是在一分钟内找到费用>0.1 比特币的所有交易的查询。 chain.blocks.txes.where(lambda tx: tx.fee > 10**7).to_list() 概括 BlockSci 是一种区块链分析工具，可以快速查询来自区块链的有用数据。通过分析比特币交易，可以更好地了解市场并做出更好的投资决策。 BlockSci的架构是基于区块链数据是图结构且难以有效分区的特点，因此将整个区块链加载到内存中进行计算。它应用了多种技术来提高速度，包括将散列指针转换为实际指针、删除重复地址数据以及使用布隆过滤器优化。数据布局结构既提供了高分析速度，又不会占用太多内存。

The writer is smart, but don't just like, take their word for it. #DoYourOwnResearch before making any investment decisions or decisions regarding you health or security. (Do not regard any of this content as professional investment advice, or health advice)

The code in this story is for educational purposes. The readers are solely responsible for whatever they build with it.

Walkthroughs, tutorials, guides, and tips. This story will teach you how to do something new or how to do something better.

該音頻是用故事的原始語言製作的！

太長; 讀書

Discover Saakuru: Web3 Mass-Adoption with 0-FEES

使用此工具在不到 1 分钟的时间内分析近 10 亿笔比特币交易

太長; 讀書

Alina Arsamakova

STORY’S CREDIBILITY

DYOR

Code License

Guide

About Author

標籤

Languages

这篇文章刊登在...

使用此工具在不到 1 分钟的时间内分析近 10 亿笔比特币交易

太長; 讀書

Alina Arsamakova

STORY’S CREDIBILITY

DYOR

Code License

Guide

About Author

標籤

Languages

这篇文章刊登在...

相關故事