Masalah dan Solusi Inflasi Data Negara Bagian Ethereum

Seiring meningkatnya popularitas jaringan dan permintaan aplikasi Ethereum, data status historisnya berkembang pesat. Untuk mengatasi masalah ini, Ethereum telah semakin meningkat dari node penuh awal menjadi klien ringan, dan baru-baru ini, diskusi dalam komunitas tentang peningkatan Pectra termasuk proposal untuk secara berkala menghapus beberapa data historis melalui mekanisme kedaluwarsa historis.

Salah satu tujuan jangka long Ethereum adalah menerapkan sharding untuk mendistribusikan data di berbagai blockchain, mengurangi beban pada rantai individu. EIP-4844 yang diimplementasikan dalam upgrade Dencun menandai langkah signifikan menuju sharding penuh pada jaringan Ethereum. EIP-4844 memperkenalkan tipe data sementara yang disebut "gumpalan," memungkinkan Rollup mengirimkan lebih banyak data ke rantai utama Ethereum dengan biaya lebih rendah. Untuk mengelola permintaan penyimpanan, data blob akan dihapus dari node lapisan konsensus sekitar 18 hari setelah penyimpanan.

Selain perbaikan Ethereum sendiri, proyek-proyek seperti Celestia, Avail, dan EigenDA juga mengembangkan solusi untuk meningkatkan manajemen data. Mereka menyediakan solusi Ketersediaan Data (DA) jangka short yang efektif yang meningkatkan operasi waktu nyata dan skalabilitas blockchain. Namun, solusi ini tidak membahas aplikasi yang memerlukan akses jangka long ke data historis, seperti dApps yang mengandalkan penyimpanan data autentikasi pengguna jangka long atau yang memerlukan pelatihan model AI.

Untuk mengatasi tantangan penyimpanan data jangka long dalam ekosistem Ethereum, proyek seperti EthStorage, Pinax dan Covalent mengusulkan solusi. EthStorage menawarkan DA jangka long untuk Batal, memastikan aksesibilitas data dalam waktu lama. Pinax, The Graph dan StreamingFast berkolaborasi pada solusi untuk penyimpanan jangka long dan pengambilan paket data blob. Covalent's Ethereum Wayback Machine (EWM) tidak hanya berfungsi sebagai solusi penyimpanan data jangka long tetapi juga memfasilitasi kueri dan analisis data, memungkinkan pemeriksaan mendalam tentang keadaan internal kontrak pintar, hasil transaksi, log peristiwa, dan banyak lagi.

Karena kecerdasan buatan menjadi tren utama dalam pengembangan teknologi global, integrasinya dengan teknologi blockchain dipandang sebagai arah masa depan. Tren ini telah menyebabkan meningkatnya permintaan untuk akses dan analisis data historis. Dalam konteks ini, EWM menunjukkan keunggulan uniknya dengan menyediakan kemampuan pengarsipan dan pemrosesan untuk data historis Ethereum, memungkinkan pengguna untuk mengambil struktur data yang kompleks dan melakukan analisis dan kueri terperinci tentang smart contract.

Ethereum Pengenalan Wayback Machine (EWM)

Wayback Machine adalah proyek arsip digital yang dibuat oleh Internet Archive, yang bertujuan merekam dan melestarikan sejarah internet. Alat ini memungkinkan pengguna untuk melihat versi situs web yang diarsipkan pada titik waktu yang berbeda, membantu orang memahami perubahan historis dalam konten situs web.

Data historis sangat penting bagi keberadaan blockchain, tidak hanya mendukung arsitektur teknisnya tetapi juga berfungsi sebagai landasan model ekonominya. Blockchain awalnya dirancang untuk memberikan catatan sejarah yang dapat diakses publik dan tidak berubah. Misalnya, Bitcoin diciptakan untuk membuat buku besar yang tidak berubah dan terdesentralisasi yang mencatat riwayat setiap transaksi, memastikan transparansi dan keamanan.

Permintaan untuk data historis mencakup berbagai skenario, namun saat ini ada kekurangan metode penyimpanan yang efisien dan dapat diverifikasi. EWM berfungsi sebagai solusi Ketersediaan Data (DA) jangka long yang mampu menyimpan data secara permanen, termasuk data blob, untuk mengatasi masalah aksesibilitas data historis yang timbul dari kedaluwarsa status dan sharding data. EWM berfokus pada pengarsipan dan memastikan aksesibilitas jangka long dari data historis di Ethereum, mendukung kueri struktur data yang kompleks.

Selanjutnya, kita akan menyelidiki bagaimana EWM mencapai tujuan ini melalui alur kerja pemrosesan datanya yang unik.

Alur Kerja Pemrosesan Data EWM: Ekstraksi, Penyempurnaan, dan Pengindeksan

Covalent adalah platform yang menyediakan pengguna dengan akses dan layanan query untuk data blockchain. Ini menangkap dan mengindeks data blockchain, menyimpannya di beberapa node di jaringan untuk memastikan penyimpanan yang andal dan akses cepat. Covalent menggunakan Ethereum Wayback Machine (EWM) untuk menangani data, memastikan aksesibilitas berkelanjutan ke data historis blockchain. Alur kerja pemrosesan data EWM mencakup tiga langkah utama: Ekstraksi dan Ekspor, Penyempurnaan, serta Pengindeksan dan Kueri.

1. Ekstraksi dan Ekspor: Ini adalah langkah pertama dari proses, yang melibatkan ekstraksi langsung data transaksi historis dari jaringan blockchain. Langkah ini dilakukan oleh entitas khusus yang dikenal sebagai Blok Specimen Producers (BSP). Tugas utama BSP adalah membuat dan melestarikan "spesimen blok," yang merupakan snapshot asli dari data blockchain. Spesimen blok ini berfungsi sebagai representasi kanonik dari status historis blockchain, penting untuk menjaga integritas dan akurasi data. Setelah dibuat, spesimen blok ini diunggah ke server terdistribusi (dibangun di atas IPFS) dan diterbitkan serta diverifikasi menggunakan kontrak ProofChain. Ini memastikan keamanan data dan memberi sinyal kepada orang lain bahwa data telah disimpan dengan aman.
2. Penyempurnaan: Setelah ekstraksi data, Produsen Hasil Blok (BRP) menyempurnakan data. BRP mengubah data mentah menjadi bentuk yang lebih berguna. Metode tradisional untuk mengakses data blockchain sering memberikan informasi terbatas dan tidak kondusif untuk menanyakan struktur data yang kompleks. Dengan mengeksekusi ulang dan mengubah data, BRP dapat menawarkan wawasan yang lebih rinci seperti status kontrak internal dan jalur eksekusi transaksi. Selain itu, dengan melakukan prapemrosesan dan menyimpan data yang diproses, BRP secara signifikan mengurangi kebutuhan untuk menjalankan kembali node penuh untuk setiap kueri atau analisis data, sehingga meningkatkan kecepatan kueri dan mengurangi biaya penyimpanan dan komputasi. Dengan demikian, "spesimen blok" asli diubah menjadi "hasil blok" yang lebih mudah untuk ditanyakan dan dianalisis. Proses ini tidak hanya meningkatkan kinerja jaringan Covalent tetapi juga memperluas kemungkinan untuk query dan analisis data lebih lanjut.
3. Pengindeksan dan Kueri: Akhirnya, Operator Kueri mengatur dan menyimpan data yang diproses di lokasi yang mudah dicari. Berdasarkan permintaan pengguna API, data diambil dari server terdistribusi untuk memastikan data historis dan real-time dapat digunakan untuk menanggapi kueri API. Ini memungkinkan pengguna untuk secara efektif mengakses dan memanfaatkan data blockchain yang disimpan di jaringan Covalent.

Covalent menyediakan API GoldRush terpadu yang mendukung pengambilan data historis dari beberapa blockchain seperti Ethereum, Polygon, Solana, dan lainnya. API GoldRush ini menawarkan pengembang solusi data yang komprehensif, memungkinkan mereka untuk mengambil saldo token ERC20 dan NFT data dengan satu panggilan. Ini menyederhanakan proses pengembangan untuk cryptocurrency dan dompet NFT seperti Rainbow dan Zerion. Selain itu, mengakses data DA (Ketersediaan Data) melalui API memerlukan penggunaan poin kredit (Kredit). Berbagai jenis permintaan dikategorikan (misalnya, Kelas A, Kelas B, Kelas C) dengan biaya kredit khusus untuk setiap kategori. Model pendapatan ini mendukung jaringan operator.

Prospek Masa Depan

Seiring kemajuan AI dengan cepat, tren mengintegrasikan AI dengan blockchain menjadi semakin jelas. Teknologi Blockchain memberi AI sumber data terverifikasi yang tidak berubah dan terdistribusi, meningkatkan transparansi dan kepercayaan data, sehingga membuat model AI lebih tepat dan andal dalam analisis data dan pengambilan keputusan. AI memanfaatkan analisis data blockchain untuk mengoptimalkan algoritma, memprediksi tren, dan secara langsung menjalankan tugas dan transaksi kompleks, secara signifikan meningkatkan efisiensi dan mengurangi biaya aplikasi terdesentralisasi (dApps). Melalui EWM, model AI mendapatkan akses ke berbagai kumpulan data Web3 terstruktur on-chain, yang semuanya menjaga integritas dan verifikasi. EWM berfungsi sebagai bridge antara model AI dan blockchain, sangat memudahkan pengambilan dan pemanfaatan data untuk pengembang AI.

Saat ini, beberapa proyek AI telah terintegrasi dengan Covalent:

• SmartWhales: Platform yang mengoptimalkan strategi investasi copy trading menggunakan teknologi AI. Copy trading bergantung pada analisis data historis untuk mengidentifikasi pola dan strategi trading yang sukses. Covalent menyediakan kumpulan data blockchain yang komprehensif dan terperinci, memungkinkan SmartWhales untuk menganalisis perilaku dan hasil perdagangan masa lalu untuk merekomendasikan strategi yang efektif dalam kondisi pasar tertentu kepada pengguna.
• BotFi: Bot perdagangan DeFi yang menganalisis tren pasar dan mengotomatiskan strategi perdagangan dengan mengintegrasikan data Covalent. Secara otomatis mengeksekusi operasi beli dan jual berdasarkan perubahan pasar.
• Laika AI: Menggunakan AI untuk analisis on-chain yang komprehensif. Laika AI mengintegrasikan data blockchain terstruktur Covalent untuk memperkuat model AI-nya, membantu pengguna dalam analisis data on-chain yang kompleks.
• Entendre Finance: Manajemen aset DeFi otomatis yang menawarkan wawasan waktu nyata dan analitik prediktif. AI-nya memanfaatkan data terstruktur Covalent untuk menyederhanakan dan mengotomatiskan tugas manajemen aset seperti memantau dan mengelola kepemilikan aset digital dan menjalankan strategi perdagangan tertentu.

EWM terus meningkatkan dan meningkatkan dalam menanggapi tuntutan yang berubah. Insinyur kovalen Pranay Valson menyatakan bahwa di masa depan, EWM akan memperluas spesifikasi protokol untuk dukungan blockchain lain seperti Polygon dan Arbitrum. EWM juga berencana untuk mengintegrasikan garpu BSP ke klien Ethereum seperti Nethermind dan Besu untuk mencapai kompatibilitas dan aplikasi yang lebih luas. Selain itu, saat memproses transaksi blob di beacon chain, EWM akan memanfaatkan komitmen KZG untuk meningkatkan efisiensi penyimpanan dan pengambilan data, sehingga mengurangi biaya penyimpanan.

Penafian:

1. Artikel ini dicetak ulang dari [ChainFeeds Research]. Semua hak cipta adalah milik penulis asli [0XNATALIE]. Jika ada keberatan dengan cetak ulang ini, silakan hubungi tim Gate Learn, dan mereka akan segera menanganinya.
2. Penafian Kewajiban: Pandangan dan pendapat yang diungkapkan dalam artikel ini semata-mata milik penulis dan bukan merupakan saran investasi.
3. Penerjemahan artikel ke bahasa lain dilakukan oleh tim Gate Learn. Kecuali disebutkan, menyalin, mendistribusikan, atau menjiplak artikel yang diterjemahkan dilarang.