Qtum基于谷歌BigQuery发布可视化链上数据服务，精准数据采集与智能分析

最新推荐文章于 2021-08-10 11:41:31 发布

weixin_42667079

最新推荐文章于 2021-08-10 11:41:31 发布

阅读量333

点赞数

分类专栏： Qtum

Qtum 专栏收录该内容

185 篇文章 1 订阅

订阅专栏

概述

Qtum 量子链作为一个以技术革新为主导的创新公链，一直将推动区块链的技术发展和应用落地为己任。量子链研究院一直在探索区块链上的各种创新方式，其中基于Google Cloud进行的对区块链云计算与大数据方向的创新探究一直在稳步推进。继Google Cloud推出Qtum开发工具包后，Qtum量子链结合Google Cloud强大的数据分析能力与丰富的云平台功能，基于数据分析工具BigQuery再次推出了一个重量级数据分析服务——Qtum链上数据分析。

Qtum量子链是全球首个基于PoS共识机制和UXTO模型的智能合约平台。其账户抽象层实现了UTXO模型与智能合约虚拟机账户模型的的无缝交互，实现了区块链技术与真实的商业世界的完美融合。最新数据显示（截止到2019年5月），截止至5月30日地址数总量为1648035个，在一个月内增长67596个，平均每日增长2253.2个。网络权重变化整体较稳定，挖矿平均年回报率为7.87%[1]。Qtum x86虚拟机、完善的DGP链上治理以及Qtum与金融、医疗、文娱、游戏等多领域的融合，使Qtum量子链逐渐成为全球最有影响力的项目之一。

主流货币的数据全是公开透明的，我们可以用 blockchain.com、etherscan.io 、qtum.info等开放的区块链浏览器查询交易、余额等基本信息。但若想对链上数据进行统计分析并不容易，例如每日的交易量、全网算力等等，需要对历史的所有区块、交易进行数据统计才能得到。

本文就基于BigQuery实现了Qtum链上数据的统计、分析以及可视化展现，将Qtum的各项指标更为直观地呈现给用户。最终效果参见网址：https://chart.qtum.info/

（点击阅读原文或复制浏览器）

背景

BigQuery [2] 是Google Cloud最新推出的数据分析工具。它是一个基于列存储的数据库系统。列存储和行存储的区别可以用下图很好地表示。

列存储和行存储有着各自的优缺点，适用于不同的场合。从下表中可以很明显地看出，列存储可以有效应用于数据统计中。因为数据统计通常需要把大量的数据（列如用户日志）加载进表里，然后对逐个字段进行筛选和统计。这个场景和列存储的应用场景是完全符合的。

	行存储	列存储
优点	INSERT和UPDATE容易	SELECT时只有涉及的列会被读取，所有列都能作为索引
缺点	SELECT操作即使只涉及较少的列，所有的列都会被读取	INSERT和UPDATE麻烦
应用	频繁的写和更新操作，SELECT操作涉及较少的行较多的列	SELECT操作涉及较多的行较少的列，大多数列都需要建立索引

目前开源的列存储数据库并不多，主流的包括HBase、ClickHouse等。而各大互联网公司都会研发自己的闭源列存储数据库。BigQuery就是Google研发的列存储数据库，目前在Google Cloud上可以使用，主要按照SELECT操作涉及的数据量大小进行收费。

由于列存储数据库能很好地应用于数据统计的场景中，所以我们采用BigQuery进行Qtum链上数据的分析，以便更好地了解区块、交易等数据。BigQuery也经常宣传自己在区块链数据方面的应用[3]。

架构

本系统分为上中下三层：

下层为数据源部分。运行在服务端的Qtum节点开启了RPC服务。ETL（Extract-Transform-Load ）程序会持续从RPC获取链上数据，然后输出给中间层。
中间层用BigQuery实现数据存储和计算。运行在服务端的定时任务会持续往BigQuery中写入最新的链上数据。然后，用SQL对数据进行统计分析，写入上层的Redis中。
上层是前端展示部分。Flask框架从Redis中读取数据返回给前端。前端通过在React框架中嵌入的Echarts工具，用来展示Qtum链上数据的统计分析结果。

数据源

数据源部分由Qtum节点和ETL程序组成。Qtum全节点实时同步最新的链上数据。ETL程序通过RPC接口获取链上数据，最终写入本地CSV（Comma-Separated Values）文件。流程图如下：

ETL详细步骤如下：

启动Qtum全节点和ETL程序；
ETL程序调用Qtum节点的RPC接口获取当前区块高度；
ETL程序开启多个进程，并发地调用getblock接口，获取最近多个区块的数据；
将区块数据写入本地的CSV文件。

其中，getblock接口有两个参数，分别是区块哈希值和数字2（2代表会返回完整的交易信息）。返回结果如下：

BigQuery

BigQuery部分主要是数据的存储和计算。每次ETL程序运行完成之后，会将最新的CSV文件上传至BigQuery。然后执行SQL语句进行统计计算，并将计算结果写入Redis。关键操作步骤如下：

建表：在BigQuery网站界面中新建数据库表，表名为block。依次填写各个字段的名称，类型和模式，填写完毕点击“创建表”。

上传：BigQuery支持多种方式上传数据，数据也包括CSV、AVRO等多种格式。此处我们通过Python编写的任务，将CSV上传到BigQuery。

from google.cloud import bigquery
client = bigquery.Client()
filename = 'data.csv' # file path
dataset_id = 'qtum_data' # data set name
table_id = 'block' # table name
dataset_ref = client.dataset(dataset_id)
table_ref = dataset_ref.table(table_id)
job_config = bigquery.LoadJobConfig()
job_config.write_disposition = 'WRITE_TRUNCATE'
job_config.source_format = bigquery.SourceFormat.CSV
job_config.skip_leading_rows = 1
job_config.fieldDelimiter=','
with open(filename, 'rb') as source_file:
job = client.load_table_from_file(
source_file,
table_ref,
location='us-east4',
job_config=job_config) # API request
job.result() # Waits for table load to complete.
print('Loaded {} rows into {}:{}.'.format(
job.output_rows, dataset_id, table_id))

通过SQL语句读取BigQuery中block表的数据并进行统计计算。这里我们以计算stake weight为例，其计算公式可以表示为：

对应的SQL语句和在图形界面的执行效果如下：

SELECT
SUM( block_difficulty ) * 16 * (1<<32) /(MAX( block_time )-MIN( block_time ) + 144) AS stake_weight,
DATE_FROM_UNIX_DATE(CAST(FLOOR(block_time/(3600*24)) AS INT64)) AS day_num
FROM `data-service-232303.qtum_data.block`
GROUP BY day_num

可视化

可视化部分由Flask和React两部分组成，最终展示结果如下图。Flask从Redis获取数据并通过HTTP JSON接口返回给前端。前端通过在React框架中嵌入的Echarts工具，用来展示数据。最终效果如下图：

可视化部分处理步骤如下：

1.在浏览器中打开地址（https://chart.qtum.info/），前端向接口发起请求。接口代码如下：

# parameter key, for example：username = 'block_size'
# api：http://127.0.0.1:23456/api/block_size
@app.route('/api/<username>')
def get_each_data(username):
...
x, y = get_data_from_redis(username)
if len(x) > 0:
print('Total :'+str(len(x)))
result = {
'success': True,
'msg': '',
'data': {
"title": input_dic[username]['title'],
"desc": input_dic[username]['desc'],
"unit": input_dic[username]['unit'],
"x": x,
"y": y
}
}
...
return jsonify(result)

2.获取接口返回的数据之后，通过Echarts工具展示在浏览器中。Echarts示例代码如下：

# parameter key, for example：key = "block_size"
showChart = (key) => {
fetch(`/api/${key}`)
.then(function (res) {
return res.json();
})
.then(function (res) {
...
xAxis: {
data: res.data.x
},
yAxis: {
name: res.data.unit
},
...
}
}

总结

此次Qtum量子链基于谷歌的BigQuery搭建的数据工具，展示了一种新的合作可能性，帮助更多用户不仅仅通过区块链浏览器去查询交易，而是从更加宏观的视角帮助普通用户挖掘真正的数据价值。这也会使得监管等机构更好的理解区块链技术的未来数据价值，使得区块链技术进一步主流化，合规化。

系统的前端为React框架，编程语言为HTML，JavaScript和CSS，后端为轻量级Python框架Flask，接口，数据处理和定时任务也都是由Python编写。点击链接即可查看Qtum链上实时动态数据：https://chart.qtum.info/

下一步计划

随着区块链行业各种公有链项目的不断发展，积累了大量的交易和区块数据。由于链上数据的透明性，区块链技术将面临用户隐私泄露、非法金融活动等问题，我们从以下几个方向来作为下一步计划：

隐私泄漏分析：通过实体识别和身份识别来分析区块链用户是否有隐私泄漏风险
网络画像：通过对区块链的活跃度画像，服务画像和网络特性画像从宏观的角度对区块链网络的运行状态、规律、机制进行分析，从而更好的理解区块链网络中用户的活动情况
市场效应分析：分析矿工，系统，用户，政策，事件，竞争等因素对市场的影响
交易模式识别：对洗钱、诈骗等犯罪活动的特定交易模式进行分析，尽可能多的对交易模式进行识别
非法行为检测与分析：在成功识别交易模式之后，通过技术手段来帮助政府追溯非法行为发生的源头[4]

参考文献

[1] Qtum量子链5月主网报告

[2] BigQuery. https://cloud.google.com/bigquery/

[3] Bitcoin in BigQuery: blockchain analytics on public data. https://cloud.google.com/blog/products/gcp/bitcoin-in-bigquery-blockchain-analytics-on-public-data.

[4] 陈伟利,郑子彬. 区块链数据分析：现状、趋势与挑战[J]. 计算机研究与发展, 2018, 55(9): 1853-1870.