链上数据

数据分析的目的 ？ 为什么需要做链上数据分析呢？区块链的很大一个特点就是数据透明公开，你可以在区块链浏览器上查询到任何地址的所有活动。相比传统互联网的不透明性，区块链的公开数据信息中蕴藏着巨大的价值。很多人会去追逐所谓的聪明钱包的一举一动。一个有着历史成功交易经历的聪明钱包往往被许多的交易用户盯着。每当聪明钱包买入一种新的token的时候，部分追随者甚至都不再做任何调查直接跟单买入。市面上确实存在很多这样的跟单软件。我认为这种类型的软件往往是利用了大部分交易员缺乏深思思考的缺陷，甚至很多人其实是不具备理性思考能力的。我们经常在社交媒体上能看到类似的留言：这个token怎么样？能买吗？带带我！！之类的。本质上这类人都存在一种天上的馅饼能落到自己头上的想法。 其实人生哪有这么多的捷径可以走呢。大部人的横空出世的背后都是默默无闻的长期积累。这个圈子中确实存在很多短时间内暴富的案例。但是又有多少人在经历了从贫困到突然暴富的过程之后，还能够稳稳拿住那份来之不易的财富呢。我想现实中的大部分人都会挥霍无度然后再快速返贫。这种财富来的快去的也快，就拿我自己平时打麻将赢点小钱之后就通常想快速消费掉，我不太懂这是一种什么样的心理，可能就觉得这个钱本来不属于自己吧。 言归正传，如果想分析链上的数据的话那么存在哪些工具呢？ 数据分析存在哪些工具 ？ Dune Analytics Dune具有强大的数据检索能力。用户可以通过自定义的sql语句查询出所需的数据。Dune分为付费版本和免费版本，付费版本可以享受更快的查询速度。对于普通数据分析的用户而言免费版本已经完全够用了。 举例来说比如最近pump.swap上线了。我们希望查询下基于pump.swap做的token转换每天到底有多少的成交量，以及这个趋势是怎么样的？ 我们就可以通过以下的sql语句: WITH decoded_swap AS ( SELECT * FROM query_4893450 ), decoded_pool AS ( SELECT pool, quoteMint FROM query_4922901 ), exchange_rates AS ( SELECT DATE_TRUNC('day', minute) AS dt, AVG(price) AS avg_sol_to_usd FROM prices.usd WHERE symbol = 'SOL' AND DATE_TRUNC('day', minute) >= DATE '2025-03-15' GROUP BY 1 ), pumpswap_trades AS ( SELECT s.block_time, DATE_TRUNC('day', s.block_time) AS dt, CASE WHEN p.quoteMint IN ( 'So11111111111111111111111111111111111111112', -- SOL 'mSoLzYCxHdYgdzU16g5QSh3i5K3z3KZK7ytfqcJm7So' -- mSOL ) THEN (s.quoteAmountOutorIn / 1e9) * e.avg_sol_to_usd WHEN p.quoteMint IN ( 'EPjFWdd5AufqSSqeM2qN1xzybapC8G4wEGGkZwyTDt1v', -- USDC 'Es9vMFrzaCERmJfrF4H2FYD4KCoNkY11McCe8BenwNYB', -- USDT 'DEkqHyPN7GMRJ5cArtQFAWefqbZb33Hyf6s5iCwjEonT' -- USDE ) THEN s.quoteAmountOutorIn / 1e6 ELSE NULL END AS volume_usd_equiv FROM decoded_swap s JOIN decoded_pool p ON s.pool = p.pool JOIN exchange_rates e ON DATE_TRUNC('day', s.block_time) = e.dt WHERE s.block_time >= TIMESTAMP '2025-03-15' AND p.quoteMint IN ( 'So11111111111111111111111111111111111111112', 'mSoLzYCxHdYgdzU16g5QSh3i5K3z3KZK7ytfqcJm7So', 'EPjFWdd5AufqSSqeM2qN1xzybapC8G4wEGGkZwyTDt1v', 'Es9vMFrzaCERmJfrF4H2FYD4KCoNkY11McCe8BenwNYB', 'DEkqHyPN7GMRJ5cArtQFAWefqbZb33Hyf6s5iCwjEonT' ) ), daily_volume AS ( SELECT dt AS date, SUM(volume_usd_equiv) AS daily_volume_usd FROM pumpswap_trades WHERE volume_usd_equiv IS NOT NULL GROUP BY dt ) SELECT date, daily_volume_usd, SUM(daily_volume_usd) OVER (ORDER BY date) AS cumulative_volume_usd FROM daily_volume ORDER BY date DESC; 出来的结果大概是这样的一个非常直观的数据 ...