当Google大数据遇上以太坊数据集，这会是一个区块链+大数据的成功案例吗？

作者 | Allen Day、Evgeny Medvedev

编译 | 王柯凝、kou

就像熟知“互联网+”一样，你肯定或多或少也了解“区块链+”这个名词，甚至有些人，每每谈到它，都会津津乐道，乐此不疲！目前，区块链与人工智能、物联网以及大数据的结合，争议颇多。

一方面区块链可以保障数据的安全性与可信度，人工智能、大数据可以提高链上效率，拓展区块链的落地场景；但另一方面，愿景终归好的，一个很大的痛点，就是区块链技术规模化落地难落地，应用场景并不多。

可喜的是，在区块链+大数据方向，继比特币数据集之后，Google再一次做了很好的尝试——在BigQuery上发布了以太坊数据集！以加密猫为例，Google在BigQuery平台上利用大数据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？最受欢迎的Token又是哪一个？如何去判断？接下来，跟随作者，一探究竟！

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们眼球的同时，也给与了他们无限的想象空间。从根本上来说，加密货币只是底层区块链技术的应用之一，而 伴随着区块链技术的不断突破与发展，“区块链+”这一概念正在不断地深入人心 。

Google 在区块链+大数据这一破受争议的方向就做了很好的尝试！

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

大多数人可能会认为以太坊区块链是一个不可变的分布式分类帐。但实际上，V神使用EVM（以太坊虚拟机）对函数进行了扩展，在这个虚拟机上，可以执行存储在区块链上的任意代码，而这些代码就是智能合约。

在系统架构方面，与比特币颇为相似，以太坊主要用于记录不可变交易。 从本质上来看，二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。 以太坊数据集与比特币数据集相比，主要存在以下三点不同：

Google 在 BigQuery 平台上发布以太坊数据集，目的就在于 深入探索以太坊数据背后“暗藏”的那些事儿 。

Google 利用 GitHub 上 Ethereum ETL 项目中的源代码提取以太坊区块链中的数据，并将其加载到 BigQuery 平台上， 将所有以太坊历史数据都存储在一个名为 ethereum_blockchain 的数据集中 ，而且每天都在持续不断地更新。

Google Cloud 接入以太坊

虽然以太坊上的应用包含可以随机访问函数的 API，如： 检查交易状态、查找钱包－交易关系、检查钱包余额 等。但是，在这些应用中，并不存在能够轻松访问区块链数据的 API 端点，除此之外，这些应用中也不存在查看聚合区块链数据的 API 端点。

下图是18年上半年以太币的日常记录交易量和平均交易成本：

在公司的业务决策中，如上图这样的可视化服务（或基础数据库查询）就显得尤为重要 ，比如：为平衡资产负债表，应优先改进以太坊架构（比如是否准备更新），这就需要去分析：资产需要多久才能重新平衡？

BigQuery 平台具有强大的联机分析处理功能，一般来说，不需要借助额外的API实现，就可以很好支持以上这种业务决策。

Google Cloud 构建了这样一个软件系统：

也可在 Kaggle 上获取以太坊区块链数据集，使用 BigQuery Python 客户端库查询 Kernel 中的实时数据（注：Kernel 是 Kaggle 上的一个免费浏览器编码环境）。

区块链的大数据思维

基于以太坊数据集，我们分别对以下三个热门话题做了查询和可视化处理：

分析1：最受欢迎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，如何借助大数据思维，通过查询以太坊数据集的交易与智能合约表，来确认哪种智能合约最受欢迎？

从交易量上来看，最受欢迎的10种以太坊ERC-721合约如图：

我们可以看到，最受欢迎的 ERC-721 智能合约地址是：

0x06012c8cf97bead5deae237070f9587f8e7a266d，

为什么会是它？

因为它就是众人周知的去中心化应用 “迷恋猫（CryptoKitties）” 游戏的主要智能合约。

另外，我们借助 BigQuery 平台，也将迷恋猫的出生事件记录在了区块链中。

最后，我们对 至少拥有10只迷恋猫 的账户进行了数据收集，其中， 颜色表示所有者 ，将迷恋猫家族进行了可视化。其中， 圆点大小就代表加密猫的级别 。

分析2：交易量和交易网络

以太坊上存很多种 Token，其分布模式因类别和时间的不同而呈现出多样性。通过查看每个 Token 的交易活动，我们可以筛选出某段时期内受欢迎的Token？比如：从交易量上来看，最受欢迎的10种以太坊 Token（ERC20合约）有哪些？

在BigQuery平台查询结果中，排在第5位的Token是 OmiseGO（$ OMG） ，其地址为：

0xd26114cd6ee289accf82350c8d8487fedb8a0c07。

BigQuery 平台按时间窗口统计 Token 交易量，特别是 $ OMG Token 转移的日常数量。

下图是截止到2018年8月2日，Data Studio 上的数据可视化结果：

从上表中我们可以看出：2017年9月13日，$ OMG接收者数量大幅增加，而发送者数量则无异常变化，为什么出现这样的情况？ 其实这个时间点，对应了OMG Token的第一次空投 。

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

下图是相同数据子集的可视化结果：数据来源于 至少包含两个贸易伙伴的前50,000个交易 。

节点表示以太坊上的钱包地址，彩色线条表示一对地址之间的Token转移。线条的长度与Token的转移量成正比，Token转移量越大，图表中的钱包就越紧密。

Token地址之间的转移将会聚合在一个组中，从而与其他组区分开来。

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：下图像不像一条可爱的小金鱼）。

像不像一条小金鱼？？

分析3：智能合约函数分析

在本文开篇已经提到：很多以太坊区块链上的智能合约类型都是 ERC-20。 ERC-20 合约简单地定义了智能合约可以实现的软件接口，其合约由一组与 Token 转移有关的函数组成 。

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是开源的，可供免费使用。

即使我们没有源代码，也可以从函数的名称中了解到其他合约都能做什么，这是因为相同的函数名将共享同一个签名。

回到分析3中讨论的“迷恋猫”游戏，这个游戏的主要元素是活泼可爱的猫咪，并且育种事件中基因的混合在迷恋猫 GeneScience 智能合约

0xf97e0a5b616dffc913e72455fde9ea8bbe946a2b

中实现。假设我们想找一个与“迷恋猫”游戏的 GeneScience 智能合约机制相类似的游戏，就可以 在 BigQuery 平台上通过使用 Jaccard 相似性系数中的 JavaScript UDF 进行实现 。

这些分析表明： GeneScience智能合约的几个早期版本，与当前地址为

0xf97e0a5b616dffc913e72455fde9ea8bbe946a2b

的智能合约版本最为相似 。但如果使用数字签名来衡量，其他的区块链游戏也有高度相似的合约，比如 “云撸狗”（CryptoPuppies） 的智能合约地址为：

0xb64e6bef349a0d3e8571ac80b5ec522b417faeb6。

原文链接：

https://cloud.google.com/blog/products/data-analytics/ethereum-bigquery-public-dataset-smart-contract-analytics

智能合约函数分析

链上交易时间序列和交易网络

智能合约函数调用

取消按日期分区的数据规范，并将其存储在 BigQuery 平台上，进行简单且具有成本效益的探索。

每天从以太坊区块链分类帐中提取数据，这其中包括 Token 转移等智能合约交易结果。

将以太坊区块链同步到 Google Cloud 上可运行 Parity 语言的计算机中。

以太坊的地址不仅可以是包含余额的钱包，还可以是包含智能合约的字节码，该字节码能够编程创建协议，并自动触发协议执行。此外，还可以借助智能合约构建去中心化自治组织。

以太币的价值转移精确而直接，这就类似于会计学中的借方和贷方。与比特币价值转移机制不同的是： 比特币可以很容易地确定给定钱包地址的余额，而以太币则很难做到这一点。

以太坊的价值单位是以太币，比特币的价值单位是比特币。 以太坊上大多数价值转移都是由 Token 组成，而 Token 则由智能合约创建和管理 。