加密货币分析平台使人们能够除了跟踪代币和 NFT 价格，可以更深入地了解链、协议和项目的情况。然而，并非所有平台和工具都是类似的。
在广度和可使用性、系统性能和灵活性、价格和功能等之间总是有一个权衡。为了帮助分析师选择最适合他们需求的平台，我对三大加密货币分析平台进行了试用比较。它们分别是：
Dune Analytics
Footprint Analytics
Flipside
分析师在选择最适合自己的工具时，可以考虑 11 个核心指标
公链的覆盖面
灵活性和易用性
时效
性能
价格
可视化选项
数据表类型
细分领域，如 NFT 数据，GameFi
技术栈
线下数据获取能力
API接入形式
本文中，我将跟大家，探讨前 3 大著名数据分析平台--Dune Analytics、Footprint Analytics和Flipsid--在这些领域的差异性。
背景
许多分析师已经写过许多关于分析工具的综合比较文章。在这篇文章中，我将只关注加密货币行内工具--即那些专门为解决区块链分析的问题而构建的工具。
此外，我不会逐一解决每个软件的问题，而是会逐个对比项进行比较。如果你或你的团队专注于一个特定的问题，如寻找最实惠的工具或具有最多 NFT 功能的工具，你可以直接跳到该部分。
链的覆盖度
覆盖率是指一个工具所索引的公链的数量，例如以太坊、Solana、Boba Network 等。然而，它也可以包括深度--公链覆盖的历史数据量。
数据工程师和区块链分析师 Primo Data 创造了最佳的最新可视化，比较了不同分析平台的公链覆盖情况。
在前三大加密货币分析平台中，Footprint Analytics 的覆盖面最广，在 43 条公链中，目前已经覆盖 20 条。Flipside排名第二，有 15 条，而Dune Analytics只有 8 条。
如果你只需要分析几个主要代币或链中的一个，如 BTC、Solana 或以太坊（这三个都提供），那么覆盖范围并不重要。
然而，在其他领域，如 GameFi，覆盖范围变得至关重要，因为许多项目都会使用他们自己的小型垂直链，如 DFK 链，Ronin 和 Wax。它的覆盖面之广使 Footprint Analytics 成为 GameFi 分析的首选平台--例如，它是唯一一个提供这三种链的底层数据以及抽象数据表的平台。
灵活性和易用性之间的平衡
由于 web 3 的开源性质，建立一个区块链 ETL 仓库并提供给用户随意探索相对容易。困难点在于数据解析与分析，对于绝大多数的分析师（特别是从web 2 进入 web 3 的人员）来说，过渡原始的数据是无法使用的，非常依赖于现有的社区面板。另一方面，过度简化的数据指标面板，使得更高级的团队无法创建定制的、有目的的分析，无法分析数据背后产生的原因。
所有的平台最终都建立在关系型数据库之上，这意味着 SQ L被用作主要工具。要使用 Flipside 和 Dune，需要有 SQL 的知识而 Footprint 则在 SQL 之上设计了一个额外的抽象层（一种 SQL 查询生成器），也就是一个拖拉分析的界面。虽然只能通过用户界面建立简单的SQL 查询（目前不支持多语句查询，相关的子查询，窗口函数），但这是对整个生态系统的一个很好的补充，因为分析师进入的门槛变低了。
时效
时效指的是更新数据的时间长度。
分析师 Carson Brown 在 10 月份的一篇深度比较文章中，对各平台的数据延时延迟进行了比较。根据他测试的结果， Dune 是 3 个平台中的佼佼者，而 Footprint Analytics 则在这方面相对落后，延时 1 个小时左右。
延时显然是一个严重的问题， 11 月 7 日，Footprint宣布了一些重要的升级措施。在升级后再次查询每个平台上的最新以太坊区块，得出以下结果。
性能
性能指的是用户查询数据的速度。特别是对于职业分析师或那些需要高效计算指标的人来说，平台的速度是至关重要的。
我们对每个平台使用相同的简单查询--获得过去 30 天的 Gass Fee 总和，并跟踪了响应时间。
目前，Flipside 是响应速度最快的工具，其次是 Footprint Analytics。Dune 排在第三位，调用时间为 17 秒。
价格
Dune 和 Footprint 都有为初学者提供的免费版本。还有为高级水平提供的付费账户。Footprint 的免费版本也支持数据 API。
Flipside 目前并没有收费方案。它作为项目之间的中间人（例如，Uniswap/SushiSwap/等），在提供分析的基础设施之上提供赏金，赏金与分析师之间进行划分， 55 分成。
可视化
这 3 个平台都提供了基本的制图能力。但是，如果用户想从不同的角度以及动态和静态的形式来观察数据，Footprint 提供了更多的选择。以下是对比表：
数据表
好的区块链分析的数据模型应该满足以下标准：
减少表连接的数量。用户应该能够快速找到要加入的分析对象。
减少理解的成本。这要求分析方法相对普用--举一个例子，这包括不需要独立搜索必要的智能合约地址；或者对原始交易数据进行清晰聚合。
优化索引。这是必要的，以确保该表能被快速查询到。
不重复信息。在多个表中重复信息会导致不一致和错误。
确保数据的完整性。通过使用外键和其他数据库工具来实现，以确保没有异常值的存在。
尽可能地保持数据模型的简单。这是必要的，以确保它可以很容易地被扩展和维护。
以上三个平台都支持原始交易，并能在原始数据上进行全面分析。另外，它们都有存储解码数据的表格。然而，如果你需要得到一个快速的答案，也就是业务指标的统计结果表，那么这样的表只有 Footprint 才有。
NFT 数据
如果你对 NFT 分析感兴趣，那么在选择平台之前，评估每条公链和市场的覆盖范围是有必要的。以下查询返回相应的数值。
正如你所看到的，Flipside 支持最多的市场空间。另一方面，Footprint 有业务指标，如清洗交易（https://twitter.com/Footprint_Data/status/ 1578707786455666688 #m），与其他指标一样，这些指标目前都支持 API 查询获取。
技术栈
从根本上说，以上平台都建立在关系型数据库上。当涉及到数据库中数十亿甚至可能数万亿的行时，人们需要一个可扩展的基础设施。
这三个平台都有 SQL 作为主要的查询语言，这意味着一个查询可以在平台之间以最小的改动进行迁移。然而，Footprint 在 SQL 之上采取了另一种抽象，允许无代码拖拉查询。
链下数据整合能力
在分析链上数据时，能够与结合链下数据进行比较是非常重要的。Dune 和 Footprint 实现了在各自的平台内立即上传自己的表格进行分析的功能。
Footprint 还可以参考查询表（如 token_info，protocol_info），以便快速查询相关信息，例如，通过其名称找到所需的token。Footprint 对 NFT 元数据的覆盖使 NFT 稀有度分析成为可能。
API / SDK
Dune（查询引擎 v 2 ），Flipside 和 Footprint 都有一个官方的 SQL API，允许用户将任何查询从网站迁移到 API。但这并不是最简单的获取方式，开发者需要预先构建 SQL 查询，再获取对应的数据 API。Footprint 则支持 REST API，人们可以通过简单的一行代码接入来获得数据。
关于数据加载的自动化，只有 Footprint 有一个官方的软件基础设施支持这种情况。这使得用户可以建立完全自动化的数据流程。
目前 Flipside 则支持官方SDK。支持的编程语言是 Python 和 R。
Dune：
https://dune.com/queries/ 1548542
Flipside：
Footprint：
https://www.footprint.network/chart/Latest-block-number-fp- 32685
https://www.footprint.network/chart/Gas-transactions-for-part-previous-days-grouped-by-day-fp- 32687
https://www.footprint.network/chart/nft-transactions-marketplaces-and-chains-fp- 32472
