以太坊與穀歌云:如何構建混合區塊鏈/雲的應用?
編者按:本文來自藍狐筆記編者按:本文來自
藍狐筆記

藍狐筆記
藍狐筆記
二級標題
前言:dApp要發展,不僅需要鏈上數據,也需要鏈下的數據。如何利用去中心化的預言機和谷歌云的數據集來獲取更多的可靠數據?如何來驅動更多的dApp創新?
二級標題
通過結合現代互聯網資源和公共雲服務,區塊鏈協議和技術的採用會得到加速。本文將描述一些在不可變的公鏈中提供互聯網託管數據的應用:使用Chainlink預言機智能合約讓在鏈上置入BigQuery數據成為可能。但本文的重點放在一些有高度的即時效用上:預測市場、期貨市場以及交易隱私。
二級標題
混合雲區塊鏈應用
區塊鏈專注於數學努力,以達成共識。很快,在這個模式基礎上擴展的想法就出來了,它允許不同方的對等協議,也就是合約。智能合約的概念於1997年由計算機科學家Nick Szabo首次提出。早期也有將協議寫入區塊的例子,隨著比特幣區塊鏈上的染色幣的努力,逐漸被更多人了解。
智能合約嵌入到區塊鏈的真實源中,因此,在幾個區塊高度之後它們是不可篡改的。這提供了一種機制,允許參與者將加密經濟資源提交到協議中,以實現跟對手方的交易,並相信合約條款會被自動執行,且無須通過第三方執行或仲裁。
在之前的工作中,我們通過谷歌云公共數據集計劃,在BigQuery中免費提供公鏈數據。在本文中,我們將這項工作稱作為谷歌的加密公共數據集。你可以在GCP(谷歌云平台)市場中找到更多關於數據集的信息和案例。
然而,這些應用都一個共同的屬性:它們都使用加密公共數據集作為鏈下業務流程的輸入。
二級標題
下面將展示特定的智能合約平台(以太坊)如何通過預言機中間件(Chainlink)與穀歌的企業雲數據倉庫(BigQuery)實現互操作。
二級標題
這種組件的組合允許智能合約基於數據檢索採取行動,數據檢索包括鏈上查詢到互聯網託管的數據倉庫。我們的案例可以概括為雲/區塊鏈混合應用的模式,其中智能合約可以有效地委託雲資源來執行複雜的操作。

如何來構建?
為從BigQuery檢索數據,dApp調用Chainlink 預言機合約,並包括對要服務的參數化請求的支付(例如,指定時間點的gas price)。一個或多個Chainlink節點正在監聽這些調用,並在觀察時,執行所要求的操作。外部適配器是面向服務的模塊,它能擴展Chainlink節點的功能,包括身份驗證API、支付網關以及外部區塊鍊等。在這種情況下,Chainlink節點與專用的App引擎網絡服務交互。
二級標題
在網絡服務成功響應之後,Chainlink節點使用返回的數據調用Chainlink預言機合約,而後者調用dApp合約,從而觸發下游dApp特定業務邏輯的執行。這在下圖中有描述。
二級標題
關於集成dApp的細節,可參閱谷歌云的相關文檔,可以通過Chainlink從BigQuery請求數據。可以通過日期和區塊編號查看gas價格。
二級標題
如何使用BigQuery Chainlink 預言機
本節將闡述如何使用谷歌云和Chainlink構建有用的應用。
用例1:預測市場
預測市場的參與者分配資金來預測未來事件。這個讓人感興趣的領域基本上由智能合約平台主導,因為作為網絡生態系統,它們的價值將遵循冪律法則,也就是贏家通吃。關於哪個平台會成功,如何量化成功,大家意見不一。
通過使用加密公共數據集,甚至可以進行複雜的預測,例如最近關於以太坊未來狀態的50萬美元的押注可以在鏈上成功解決。通過檢索某個dApp1天、7天以及30天的活動,可以測量dApp利用率的種類、數量、新進度和頻率,這些都可以記錄下來。
這些指標稱為每日、每週、每月活躍用戶,並且經常被網絡分析和移動應用分析專業人員用於評估網站和應用的成功程度。
用例2:針對區塊鏈平颱風險進行套期保值
去中心化金融快速獲得了採用,這是由於它用區塊鏈環境對現有金融系統的成功改造,在技術層面,區塊鏈環境比現有系統更值得信賴和更加透明。
區塊鍊網絡的其他特性,例如區塊時間/礦工中心化,創造dApp開發者想避免的風險。通過將加密公共數據集的高質量數據提供給金融智能合約,可以降低dApp開發者的風險敞口。最終結果是更多的創新和加速區塊鏈採用。
通過使用“潛艇”發送的方法,智能合約用戶可以增加其交易的隱私,成功避免想要搶先交易的它們的對手,使得DEX更加直接有用。通過這種方法,可以阻止搶先交易等惡意行為,但它也有局限性,如果它沒有預言機幫忙的話。
二級標題
結論
二級標題
在沒有預言機的情況下,執行“潛艇發送”會導致區塊鏈的膨脹。具體來說,以太坊虛擬機允許合約在鏈中上溯到最多256個區塊,或大約1個小時。這個最大範圍限制了“潛艇發送”的實際用途,因為當它需要重新廣播數據時會產生不必要的非規範化。相反,通過使用預言機實現“潛艇發送”,消除了區塊膨脹,因為操作範圍增加,以包括所有歷史的鏈數據。


