في عصر سلاسل الكتل المعيارية ، أصبحت حلول DA لا غنى عنها. تضمن هذه الحلول إتاحة بيانات المعاملات لجميع المشاركين ، مما يسمح بالتحقق في الوقت الفعلي والحفاظ على سلامة الشبكة. ومع ذلك ، تعمل طبقات DA مثل اللوحات الإعلانية أكثر من قواعد البيانات. هذا يعني أن البيانات لا يتم تخزينها إلى أجل غير مسمى. تتم إزالته بمرور الوقت ، على غرار الطريقة التي يتم بها استبدال الملصقات على اللوحات الإعلانية في النهاية بأخرى جديدة.
من ناحية أخرى ، تركز إمكانية الوصول إلى البيانات على القدرة على استرداد البيانات التاريخية ، وهو أمر ضروري لتطوير dApps وإجراء تحليل blockchain. هذا الجانب مهم للمهام التي تتطلب الوصول إلى البيانات السابقة لضمان التمثيل والتنفيذ الدقيق. على الرغم من أهميتها ، فإن إمكانية الوصول إلى البيانات تتم مناقشتها بشكل أقل تكرارا ولكنها لا تقل أهمية عن توافر البيانات. كلاهما يخدم أدوارا مختلفة ولكنها متكاملة في النظام البيئي blockchain ، ويجب أن يعالج النهج الشامل لإدارة البيانات كلا من تطبيقات blockchain القوية والفعالة الدعم.
أحد الخيارات لمطوري dApp هو host وتشغيل عقد RPC الأرشيفية الخاصة بهم. تخزن هذه العقد جميع بيانات blockchain التاريخية من البداية ، مما يسمح بالوصول الكامل إلى البيانات. ومع ذلك ، فإن الحفاظ على عقدة أرشيفية أمر مكلف وله قدرة استعلام محدودة ، مما يجعل من غير الممكن الاستعلام عن البيانات بالتنسيق الذي يحتاجه المطورون. في حين أن تشغيل العقد الأقل تكلفة يعد خيارا ، فإن هذه العقد لديها قدرات محدودة لاسترجاع البيانات ، والتي يمكن أن تعيق تشغيل dApp.
هناك طريقة أخرى تتمثل في استخدام موفري العقدة التجارية RPC (استدعاء الإجراء عن بعد). يتعامل هؤلاء المزودون مع تكاليف العقد وإدارتها ، ويوفرون البيانات من خلال نقاط نهاية RPC. نقاط نهاية RPC العامة مجانية ولكن لها حدود معدل يمكن أن تؤثر سلبا [GraphQL](https://www.zeeve.io/blog/indexed-blockchain-data-vs-json-rpc-apis-for-web3-applications/> سلبا على تجربة المستخدم ل dApp. توفر نقاط نهاية RPC الخاصة أداء أفضل عن طريق تقليل الازدحام ، ولكنها تتضمن الكثير من الاتصالات ذهابا وإيابا لاسترجاع البيانات بشكل بسيط. وهذا يجعلها ثقيلة الطلب وغير فعالة لاستعلامات البيانات المعقدة. بالإضافة إلى ذلك ، غالبا ما تكافح نقاط نهاية RPC الخاصة مع قابلية التوسع وتفتقر إلى التوافق عبر الشبكات المختلفة.
تعمل الأنواع المختلفة من المفهرسات على تحسين استرجاع البيانات بطرق مختلفة:
تسمح المفهرسات أيضا بالاستعلامات المعقدة والتصفية السهلة للبيانات بناء على معايير مختلفة والبيانات التي سيتم تحليلها بعد استخراجها. تسمح بعض المفهرسات أيضا بتجميع البيانات من مصادر متعددة ، مما يمنع الاضطرار إلى نشر واجهات برمجة تطبيقات متعددة في dApp متعدد السلاسل. من خلال التوزيع عبر عقد متعددة ، توفر المفهرسات أمانا وأداء محسنا مقارنة بموفري RPC الذين قد يواجهون انقطاعات وتعطل بسبب طبيعتهم المركزية.
بشكل عام ، يعزز المفهرسون كفاءة وموثوقية استرجاع البيانات مقارنة بموفري العقد RPC ، مع تقليل التكاليف المرتبطة بنشر العقد الفردية. هذا يجعل بروتوكولات مفهرس blockchain الخيار المفضل لمطوري dApp.
سواء كانت DeFi صانع السوق الآلي (AMM) تتطلب معلومات عن الأسعار والسيولة أو تطبيق SocialFi يتطلب تحديثات حول مشاركات المستخدمين الجدد ، فإن القدرة على استرداد البيانات بسرعة أمر ضروري لتمكين dApps من العمل بشكل جيد. باستخدام المفهرسات ، فإنها توفر استرجاعا فعالا وصحيحا للبيانات لإعطاء تجربة مستخدم سلسة.
على سبيل المثال ، قد تكتشف بروتوكولات التداول الدائمة الرموز المميزة التي لها أحجام تداول عالية تولد رسوما على متصدر DEXes لتقرير ما إذا كان سيتم القائمة هذه الرموز كعقود دائمة على منصتها. يمكن للمطورين DEX إنشاء لوحات معلومات لمنتجاتهم الخاصة ، مما يعطي نظرة ثاقبة حول المجمعات التي تتمتع بأعلى عائد أو أعمق سيولة. يمكن أيضا إنشاء لوحات معلومات عامة ، مما يمنح المطورين الحرية والمرونة للاستعلام عن أي نوع من البيانات ليتم توضيحها على الرسم البياني.
نظرا لوجود العديد من مفهرسات blockchain المتاحة ، فإن تحديد الاختلافات بين بروتوكولات الفهرسة أمر بالغ الأهمية لضمان اختيار المطورين للمفهرس الذي يناسب احتياجاتهم على أفضل وجه.

باستخدام إثبات الفهرسة ، التكديس المفهرسون GRT الرمز المميز الأصلي لخدمات الفهرسة والاستعلام ، والتي يمكن للمفوضين اختيار التكديس الرموز المميزة الخاصة بهم بها. يصل المنسقون إلى الرسوم البيانية الفرعية ذات الجودة العالية ، لمساعدة المفهرسين على تحديد الرسوم البيانية الفرعية لفهرسة البيانات لكسب أفضل رسوم الاستعلام. في انتقالها نحو مزيد من اللامركزية ، ستوقف The Graph في النهاية خدمتها المستضافة وتتطلب رسوما بيانية فرعية للترقية إلى شبكتها مع توفير مفهرس ترقية upgrade.
تتيح بنيتها التحتية متوسط تكلفة لكل استعلام يبلغ 40 دولارا لكل مليون استعلام ، والتي تكلف أقل بكثير من عقد الاستضافة الذاتية. باستخدام مصادر بيانات الملفات ، فإنه يدعم أيضا الفهرسة المتوازية لكل من بيانات داخل السلسلة و خارج السلسلة في نفس الوقت لاسترجاع البيانات بكفاءة.

بالنظر إلى مكافآت مفهرس الرسم البياني ، فقد كان ينمو بشكل مطرد خلال الأرباع القليلة الماضية. ويرجع ذلك جزئيا إلى الزيادة في الاستعلامات ، ولكنه يعزى أيضا إلى النمو في سعر الرمز المميز بسبب خططهم لدمج الاستعلام بمساعدة الذكاء الاصطناعي في المستقبل.
يدعم Subsquid أيضا الفهرسة في الوقت الفعلي ، مما يسمح بفهرسة الكتل قبل الانتهاء منها. كما أنه يتيح تخزين البيانات بالتنسيقات التي يختارها المطورون ، مما يسهل التحليلات باستخدام أدوات مثل BigQuery أو Parquet أو CSVs. بالإضافة إلى ذلك ، يمكن نشر الرسوم البيانية الفرعية على شبكة Subsquid دون الترحيل إلى Squid SDK ، مما يتيح النشر بدون تعليمات برمجية.
بينما لا يزال في مرحلة testnet ، حقق Subsquid إحصائيات رائعة ، مع أكثر من 80,000 مستخدم testnet ، ونشر أكثر من 60,000 مفهرس حبار ، وأكثر من 20,000 مطور تم التحقق منه على الشبكة. في الآونة الأخيرة ، في 3 يونيو ، أطلقت Subsquid الشبكة الرئيسية لبحيرة البيانات الخاصة بهم.
بالإضافة إلى الفهرسة ، تم تصميم بحيرة بيانات Subsquid Network كبديل ل RPCs في حالات الاستخدام مثل التحليلات والمعالجات المشتركة ZK / TEE ووكلاء الذكاء الاصطناعي والأوراكل.
سيقدم SubQuery Data العقدة الذي يدعم التجزئة لمنع المزامنة المستمرة للبيانات الجديدة بين كل عقدة ، وبالتالي تحسين كفاءة الاستعلام مع التحرك نحو مزيد من اللامركزية. يمكن للمستخدمين اختيار الدفع لكل حساب يبلغ حوالي 1 SQT token لكل 1000 طلب ، أو إعداد رسوم مخصصة للمفهرسين من خلال الاتفاقيات.

على الرغم من أن SubQuery أطلقت الرمز المميز الخاص بها فقط في وقت سابق من هذا العام ، إلا أن مكافآت الانبعاثات لكل من العقد والمفوضين قد زادت من جودة البيع في القيمة USD أيضا والتي تمثل قدرا متزايدا من خدمات الاستعلام المقدمة على نظامهم الأساسي أيضا. ارتفع المبلغ الإجمالي ل SQT المخزنة من 6 ملايين إلى 125 مليون منذ عام TGE ، مما يسلط الضوء على النمو في مشاركة شبكتهم.
من خلال API الموحد ، يمكن للمطورين بسهولة سحب بيانات blockchain ذات الصلة بتنسيق طلب واستجابة متسق يلغي الحاجة إلى كتابة استعلامات معقدة مخصصة للوصول إلى البيانات. يمكن سحب مجموعات البيانات التي تم تكوينها مسبقا من مشغلي الشبكات باستخدام الرموز المميزة CQT كوسيلة للدفع يتم تسويتها على Moonbeam.

يبدو أن مكافآت Covalent في اتجاه متزايد بشكل عام من Q1 23 إلى Q1 24 ، ويعزى ذلك جزئيا إلى الزيادة في سعر CQT الرمز المميز ل Covalent.
يوفر Subsquid خيار استخدام متفائل ومقاوم zk بينما ينشر Covalent أيضا دليلا يحتوي على التجزئة الكتلة. يوفر الرسم البياني فترات تحدي النزاع مقابل استعلامات المفهرس بأسلوب فترة نافذة التحدي المتفائلة ، بينما يقوم SubQuery بإنشاء إثباتات Merkle Mountain لكل كتلة لحساب التجزئة لكل كتلة من جميع البيانات المخزنة في قاعدة البيانات الخاصة بهم.
على سبيل المثال ، يسمح Subsquid بقابلية التوسع الأفقي من خلال إضافة المزيد من العقد لتخزين البيانات ، مما يوفر القدرة على التوسع جنبا إلى جنب مع تحسينات الأجهزة. يوفر الرسم البياني بيانات تدفق متوازية لمزامنة البيانات بشكل أسرع ، بينما يقدم SubQuery تجزئة العقدة لتسريع عملية المزامنة.
يمكن أن يؤدي توفير الدعم لسلاسل معينة لا تدعمها بروتوكولات المفهرس الأخرى إلى الحصول على المزيد من رسوم حصة السوق. إن فهرسة الشبكات ذات البيانات الثقيلة مثل Solana ليست مهمة سهلة ، وقد تمكنت Subsquid فقط من توفير الدعم فهرسة لها حتى الآن.
في مجال حلول المفهرس ، أظهر Subsquid تقدما كبيرا في أدائه ومقاييس المستخدم. بدأ المستخدمون بالفعل في تجربة Subsquid إلى build الذكاء الاصطناعي وكلاء ، مما يعرض تعدد استخدامات النظام الأساسي وإمكاناته في المشهد المتطور لفهرسة البيانات. بالإضافة إلى ذلك ، تسهل أدوات مثل AutoAgora المفهرسين في تقديم تسعير ديناميكي لخدمات الاستعلام على الرسم البياني باستخدام الذكاء الاصطناعي ، بينما يدعم SubQuery شبكات الذكاء الاصطناعي متعددة مثل OriginTrail و Oraichain لفهرسة البيانات الشفافة.
إن دمج الذكاء الاصطناعي مع المفهرسين يبشر بتعزيز إمكانية الوصول إلى البيانات وسهولة استخدامها في النظم الإيكولوجية blockchain. من خلال الاستفادة من التقنيات الذكاء الاصطناعي ، يمكن للمفهرسين توفير استرجاع بيانات أكثر كفاءة ودقة ، مما يمكن المطورين من إنشاء dApps وأدوات تحليلية أكثر تطورا. مع استمرار تطور الذكاء الاصطناعي والمفهرسين معا، لا نزال متفائلين بشأن مستقبل فهرسة البيانات ودورها في تشكيل المشهد الرقمي اللامركزي.





