作者：Yang，IOSG Ventures

编辑：Olivia，IOSG Ventures

本文仅做行业学习交流之用，不构成任何投资参考

0.引子

“数”中自有黄金屋，链上数据潜藏着无尽的Alpha。当我们跟随smart money闻风而动，当我们夜以继日地在NFT Paradise中寻找trending NFT，当我们查询StepN每日新鞋铸造数据时，你是否好奇这些数据如何而来？面对众多链上数据分析平台和纷繁复杂的功能，你是否还在寻找最适合自己的那个平台？

1. 背景介绍

随着链上生态的日益蓬勃，如DeFi交易、借贷，NFT的铸造、交易等，用户的行为被直接透明地记录在链上。这些链上行为的数据对应着链上价值的流动，对这些数据的分析和根据分析而得出的洞察和见解变得极为有价值。链上数据分析平台，如Nansen，Token Terminal，Dune Analytics，Footprint Analytics，flipsidecrypto, glassnode，Skew等顺应这些日益增长的需求，面向个人和机构用户推出了侧重点略有不同的产品。

本文先将简述链上数据分析平台背后的数据架构，意在告诉读者那些链上数据分析结果从何而来，如何而来。随后我们从数据丰富度(覆盖区块链数量)、数据粒度、数据延迟、平台易用性和查询自由度等维度为读者梳理市场上主流的面向个人用户的数据分析平台。最后分享我们对Web3未来链上数据索引、查询和分析的一点畅想。

2. 链上数据分析平台数据架构介绍

虽然区块链记录着所有原始的交易数据，链上数据本身都是公开透明的，但当我们提出：过去24小时Uniswap的交易量是多少？当前百分之多少的BAYC持有者也同时持有至少一个Moonbirds?......等等问题时，链上原始数据并不能给我们答案，我们需要通过索引(indexing)，处理(processing)，存储(storage)等等一系列数据摄取(ingestion)的处理过程，再根据所提问题来聚合运算对应的数据，才能得到问题的答案。直接查询区块链来求得问题答案是非常耗时耗力的，为了让链上数据能够被快速检索，当前主流的链上数据分析平台会将索引得到的原始链上数据，经过一系列处理后，存入由平台负责更新和管理的数据仓库(data warehouse)中。当用户在Nansen追踪smart money的交易动态，或在Dune Analytics上查看可视化分析时，用户对所谓“链上数据”的查询，实际上是在查询由项目方中心化控制的数据库而非区块链本身。

链上数据分析平台的数据仓库架构大致如下：

• 数据采集层: 平台从区块链节点获取原始链上数据，部分平台会接受第三方提供的数据源，还有的平台(如Footprint Analytics)支持用户上传链下数据来辅助最终的数据分析。