Evolución de la tecnología de indexación de datos de la Cadena de bloques: desde la fuente hasta los servicios inteligentes

1. Introducción

Desde que surgieron las primeras aplicaciones descentralizadas en 2017, el ecosistema de la Cadena de bloques ha desarrollado una variedad rica y diversa de escenarios de aplicación. En este proceso, la importancia de los datos ha destacado cada vez más, especialmente en el contexto de la fusión de la inteligencia artificial y Web3. Los datos para los sistemas de IA son como la luz solar y la humedad para las plantas, son fundamentales para su crecimiento y evolución. Sin el apoyo de datos de alta calidad, incluso los algoritmos de IA más sofisticados tendrán dificultades para desplegar su verdadero potencial.

Este artículo explorará en profundidad la evolución de la accesibilidad de los datos en la cadena de bloques, analizará la evolución de la tecnología de indexación de datos en la industria y comparará varios protocolos de indexación de datos representativos, con un enfoque particular en sus innovaciones en los servicios de datos y la arquitectura de productos.

2. La evolución de la indexación de datos: de lo básico a lo completo

2.1 Punto de partida de los datos: Nodo de la Cadena de bloques

El núcleo de la Cadena de bloques radica en su característica de libro mayor descentralizado. Cada nodo tiene la responsabilidad de registrar, almacenar y difundir los datos de las transacciones en la cadena. Sin embargo, para los usuarios comunes, construir y mantener un nodo no solo presenta una alta barrera técnica, sino que también requiere asumir enormes costos de hardware y ancho de banda. Por ello, los proveedores de nodos RPC han surgido para ofrecer a los usuarios un acceso a los datos más conveniente.

2.2 Análisis de datos: transformación de datos originales a información utilizable

Los datos originales obtenidos de los nodos a menudo son procesados mediante cifrado y codificación, lo que dificulta su uso directo para la mayoría de los usuarios. La importancia del proceso de análisis de datos se destaca, ya que convierte datos originales complejos en un formato fácil de entender y operar, sentando las bases para las aplicaciones de datos posteriores.

2.3 La evolución del indexador de datos

Con el aumento exponencial de la cantidad de datos de la cadena de bloques, la demanda de indexadores de datos también ha aumentado. Los indexadores organizan los datos en la cadena y los almacenan en bases de datos, lo que hace que la consulta de datos sea eficiente y conveniente. Diferentes tipos de indexadores, como indexadores de nodos completos, indexadores livianos, indexadores dedicados y indexadores agregados, han sido optimizados para diferentes escenarios.

En comparación con los puntos finales RPC tradicionales, los indexadores tienen ventajas significativas en términos de eficiencia de recuperación de datos y complejidad de las consultas. Admiten consultas complejas, filtrado de datos e incluso pueden agregar datos de múltiples cadenas, lo que mejora enormemente la flexibilidad y eficiencia del acceso a los datos.

2.4 Base de datos de cadena completa: un nuevo paradigma de procesamiento en flujo

A medida que las demandas de las aplicaciones se vuelven cada vez más complejas, los métodos de indexación tradicionales se vuelven gradualmente insuficientes para satisfacer las diversas necesidades de consulta. El método de procesamiento de datos "prioridad de flujo" ha surgido, logrando la captura, procesamiento y análisis de datos en tiempo real. Este cambio de paradigma permite a los proveedores de servicios de datos responder más rápidamente a las necesidades de los usuarios, proporcionando información y soporte de decisiones casi en tiempo real.

3. La combinación de IA y bases de datos: Comparación de The Graph, Chainbase y Space and Time

3.1 The Graph: el pionero de la red de índices descentralizada

The Graph proporciona servicios de indexación y consulta de datos multichain a través de una red de nodos descentralizados. Sus productos principales incluyen el mercado de ejecución de consultas de datos y el mercado de caché de indexación de datos, definiendo la forma de extracción y transformación de datos mediante estructuras de subgráficos (Subgraphs). Los indexadores, curadores, delegadores y desarrolladores en la red forman un ecosistema completo.

Recientemente, el ecosistema de The Graph ha introducido varias herramientas impulsadas por IA, como AutoAgora, Allocation Optimizer y AgentC, mejorando aún más el nivel de inteligencia del sistema y la experiencia del usuario.

3.2 Chainbase: Innovador de la red de datos de toda la cadena

Chainbase integra datos de múltiples bloques, proporcionando un lago de datos en tiempo real y estándares innovadores de formato de datos. Su arquitectura de doble bloque mejora la programabilidad y la composibilidad de los datos entre bloques. Uno de los aspectos más destacados de Chainbase es su modelo de IA Theia, desarrollado sobre el modelo DORA de NVIDIA, que puede profundizar en el valor potencial de los datos en la cadena.

3.3 Espacio y Tiempo: Explorador de cálculos verificables

Space and Time se centra en construir una capa de computación verificable, logrando una expansión de pruebas de conocimiento cero sobre un almacén de datos descentralizado a través de la tecnología Proof of SQL. Este enfoque innovador transforma los métodos tradicionales de validación de datos y mejora el rendimiento del sistema. Al mismo tiempo, Space and Time colabora con el laboratorio de IA de Microsoft para desarrollar herramientas de IA generativa, simplificando el proceso de tratamiento de datos de la cadena de bloques.

Conclusión

El desarrollo de la tecnología de indexación de datos de Cadena de bloques muestra un gran avance desde el acceso a datos básicos hasta servicios inteligentes. Con la continua integración de nuevas tecnologías como la inteligencia artificial y las pruebas de conocimiento cero, tenemos razones para esperar que los servicios de datos de Cadena de bloques sigan desempeñando un papel clave en el futuro, impulsando a toda la industria hacia adelante.