当谷歌大数据遇上以太坊数据集，这会是区块链+大数据的成功案例吗？

作者| 艾伦·戴、叶夫根尼·梅德韦杰夫

编译 | 王克令，寇

就像你熟悉“互联网+”一样，你一定也或多或少知道“区块链+”这个名词，甚至有的人每次说起都会挂在嘴边，百听不厌！ 目前，区块链与人工智能、物联网与大数据的结合备受争议。 一方面以太币是比特币吗，区块链可以保证数据的安全可信。 人工智能和大数据可以提高链的效率，拓展区块链的落地场景； 但另一方面，视力毕竟是好的，这是一个很大的痛点。 ，即区块链技术的大规模落地实施难度大，应用场景不多。 好消息是，在区块链+大数据的方向上，继比特币数据集之后，谷歌又进行了一次不错的尝试——在BigQuery上发布了以太坊数据集！ 以 CryptoKitties 为例，Google 在 BigQuery 平台上利用大数据的方法对以太坊数据集做了很好的可视化！ 那么，基于以太坊的大数据思维，以太坊上执行最多的智能合约是哪一个呢？ 哪个是最受欢迎的代币？ 如何判断？ 接下来就跟随笔者一探究竟吧！

区块链技术和加密货币在吸引越来越多的技术、金融专家和经济学家的同时，也给了他们无限的想象空间。 从根本上讲，加密货币只是区块链技术底层应用的其中一种，随着区块链技术的不断突破和发展，“区块链+”的概念也在不断深入人心。

谷歌在区块链+大数据这个备受争议的方向上做了很好的尝试！

就在今年早些时候，谷歌的大数据分析平台BigQuery提供了比特币数据集分析服务。 近日，谷歌在BigQuery平台上再次发布了以太坊数据集。

大多数人可能认为以太坊区块链是一个不可变的分布式账本。 但实际上，V神是用EVM（Ethereum Virtual Machine）来扩展功能的。 在这个虚拟机上，可以执行任何存储在区块链上的代码，这些代码就是智能合约。

在系统架构方面，与比特币类似，以太坊主要用于记录不可变交易。 本质上，两者都是联机事务处理（OLTP）数据库，都不提供联机分析处理（OLAP）功能。 以太坊数据集和比特币数据集之间存在三个主要区别：

谷歌在BigQuery平台上发布了以太坊数据集，目的是深入探索以太坊数据背后的“隐情”。

谷歌使用GitHub上以太坊ETL项目中的源代码提取以太坊区块链中的数据并加载到BigQuery平台上，将所有以太坊历史数据存储在一个名为ethereum_blockchain的数据集中，每天都在不断更新。

谷歌云连接到以太坊

虽然以太坊上的应用程序包括可以随机访问功能的 API，例如：检查交易状态、查找钱包交易关系、检查钱包余额等。但是，在这些应用程序中，没有 API 端点可以轻松访问区块链数据，此外，没有 API 端点可以查看这些应用程序中的聚合区块链数据。

下图显示了以太坊在 2018 年上半年每日记录的交易量和平均交易费用：

在公司的业务决策中，像上图这样的可视化服务（或者说基础数据库查询）尤为重要。 例如，为了平衡资产负债表，应该优先改进以太坊架构（比如是否更新），这需要分析：资产需要多长时间才能重新平衡？

BigQuery平台具有强大的在线分析处理功能。 一般来说，它可以很好地支持上述业务决策，而不需要额外的 API 实现。

Google Cloud 构建了一个软件系统：

也可以在Kaggle上获取以太坊区块链数据集，使用BigQuery Python客户端库在Kernel中查询实时数据（注：Kernel是Kaggle上的免费浏览器编码环境）。

区块链的大数据思考

基于以太坊数据集，我们对以下三个热点进行了查询和可视化：

分析一：最热门的智能合约事件日志？

到目前为止，以太坊区块链的主要应用实例是Token交易。

那么，如何运用大数据思维，通过查询以太坊数据集的交易和智能合约表，来确定哪个智能合约最受欢迎呢？

从交易量来看，最受欢迎的10个以太坊ERC-721合约如下：

我们可以看到最流行的ERC-721智能合约地址是：

0x06012c8cf97bead5deae237070f9587f8e7a266d,

为什么？

因为它是知名去中心化应用“CryptoKitties”游戏的主智能合约。

此外以太币是比特币吗，借助BigQuery平台，我们还在区块链中记录了痴迷猫的出生事件。

最后，我们收集了至少有 10 个猫科动物恋物癖的账户数据，其中颜色表示主人和猫科动物恋物癖家庭被可视化。 其中，圆点的大小代表了加密猫的等级。

分析二：交易量与交易网络

以太坊上存储的 Token 种类繁多，其分布模式因类别和时间的不同而呈现出多样性。 通过查看各个Token的交易活动，我们可以筛选出某个时间段内最热门的Token吗？ 例如：从交易量来看，最受欢迎的10个以太坊代币（ERC20合约）有哪些？

在BigQuery平台的查询结果中，排名第五的代币是OmiseGO（$OMG），其地址为：

0xd26114cd6ee289accf82350c8d8487fedb8a0c07。

BigQuery平台按时间窗口统计Token交易量，尤其是每日$OMG Token转账金额。

下图是截至2018年8月2日在Data Studio上的数据可视化结果：

从上表我们可以看到，2017年9月13日，$OMG的接收者数量明显增加，而发送者的数量没有异常变化。 为什么会这样？ 事实上，这个时间点对应的是OMG Token的第一次空投。

由于数据由以太坊钱包地址之间的转账组成，我们可以使用有向图数据结构进行分析。

下图是同一数据子集的可视化：前 50,000 笔交易至少包括两个贸易伙伴。

节点代表以太坊上的钱包地址，彩色线条代表一对地址之间的代币转移。 线的长度与转移的 Token 数量成正比，转移的 Token 数量越大，图中的钱包越紧。

Token地址之间的转账会聚合在一个组中，以区别于其他组。

我们使用 Modularity 算法对不同组的节点进行颜色标记，并使用 Gephi 进行可视化（小编：下图不像是可爱的小金鱼）。

它看起来像小金鱼吗？ ？

分析三：智能合约功能分析

正如本文开头所述：以太坊区块链上的许多智能合约都是 ERC-20。 ERC-20合约只是简单定义了智能合约可以实现的软件接口，其合约由一组与Token转账相关的函数组成。

智能合约还可以实现许多其他功能。 目前，大部分智能合约的源代码都是开源的，可以免费使用。

即使我们没有源代码，我们也可以从函数的名称中看出其他合约可以做什么，因为相同的函数名称将共享相同的签名。

回到分析3中讨论的“Cat Obsession”游戏，这个游戏的主要元素是活泼可爱的猫，而繁殖事件中的基因混合在Obsession Cat GeneScience智能合约中

0xf97e0a5b616dffc913e72455fde9ea8bbe946a2b

假设我们要找一款类似于《猫粉碎》游戏的GeneScience智能合约机制的游戏，可以在BigQuery平台上实现，在Jaccard相似度系数中使用JavaScript UDF。

这些分析表明，GeneScience 智能合约的几个早期版本，当前地址为

0xf97e0a5b616dffc913e72455fde9ea8bbe946a2b

的智能合约版本最为相似。 但如果用数字签名来衡量，其他区块链游戏也有高度相似的合约。 例如“CryptoPuppies”的智能合约地址为：

0xb64e6bef349a0d3e8571ac80b5ec522b417faeb6。

原文链接：