Covalent Network(CQT)长期数据设施,支持基于 “blob” 方案、总锁仓价值达 54 亿美元的头部EVM L2

本文主要是介绍Covalent Network(CQT)长期数据设施,支持基于 “blob” 方案、总锁仓价值达 54 亿美元的头部EVM L2,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在这里插入图片描述

Covalent Network(CQT)是领先的历史数据可用性网络,通过其在 Web3 中超过 225 个区块链上的结构化数据基础设施,为数千名客户和开发人员提供支持。Covalent Network(CQT)正在与未来以太坊的进步需求相匹配,尤其是考虑到以太坊改进提案 4844(EIP-4844)的情况下。凭借强大的基础设施,用户和开发人员可以从不断增长的数据库中获取大量可验证的结构化数据。该数据库包含数十亿个数据点,并已为 2.8 亿个钱包提供了丰富信息,并通过结构化信息塑造了人工智能和去中心化金融(DeFi)领域。

随着以太坊的扩展,为保持一个精简的框架,该系统会定期丢弃历史聚合数据。然而,这种做法导致仅仅 18 天后就无法恢复聚合数据,这凸显了确保长期数据可用性需要永久性解决方案的迫切性。对于应对以太坊去中心化方式下出现的瓶颈和效率问题,Covalent Network(CQT)的解决方案至关重要。

Covalent Network(CQT)的长期数据可用性方案脱颖而出

以太坊时光机(Ethereum Wayback Machine)是 Covalent Network(CQT)针对上述问题的主要解决方案。它不仅仅是另一种数据存储解决方案,它同样也是一个战略模块化解决方案,针对当前数据可用性机制,并提供了短期任意数据空间——为以太坊生态系统持续演进提供永久去中心化历史数据入口。

面向 EVM Layer2 生态系统的解决方案

为了评估 Covalent Network(CQT)解决方案对以太坊生态系统的影响,Covalent Network(CQT)对利用最新引入的 Blob 存储方案,来存储提交 Rollup 数据的各种以太坊 Layer 2 所带来的 总锁仓价值(TVL) 进行了研究。以下是基于 blob 方案 、兼容 EVM 的头部 Layer 2 TVL 的快照:

基于以太坊 blob 数据方案的头部 L2 项目 TVL

这些 L2 平台,其 TVL 约为 54 亿美元,是 Covalent Network(CQT)的 Ethereum Wayback Machine 的主要用户,该机制控制并输出长期的 blob 数据。Covalent Network(CQT)支持 10 大顶尖 L2 项目中的 6 个,这些项目利用 blob 存储来满足他们的数据分析(DA)需求,这证实了其在增强这些网络数据访问方面的关键作用。blob 的用途,目前主要通过 Rollup 数据展示,并正在进一步验证和探索其他应用场景,这表明长期数据将在未来变得更加重要。

确保使用以太坊时光机实现长期数据可用性

以太坊引入了 blob 技术,通过在信标链上临时发布 Layer2 Rollup 数据来缓解日益上涨的 gas 费用,目的是减少交易成本。然而,blob 数据只能存储大约 18 天,之后数据就会变得无法检索——因此出现了长期数据可用性的需求。不过,这是一个难以解决的问题,因此Covalent Network(CQT)通过推出以太坊时光机,策略性将自身定位为一个提供永久数据可用性的解决方案——为以太坊和 Web3 贡献了一个更可持续和成本效益更高的生态系统。

与只满足短期数据分析(DA)需求的临时解决方案不同,Covalent Network(CQT)的以太坊时光机提供了对这些数据的永久访问点。这有效地克服了以太坊 blob 的 18 天可用性限制,并在区块链生态系统内建立了数据永久性的新基准。通过确保历史数据始终可访问,Covalent Network(CQT)不仅满足了开发者和用户的即时需求,还捕捉了对去中心化数据基础设施(像这些目前对长期数据解决方案的偏好)不断增长的市场需求,完美对齐了对 blob 存储需求增长的长尾趋势。

在这里插入图片描述

这种方法与其他新兴技术方案形成了鲜明对比,尽管这些技术具有创新性,但它们并没有提供同样层次的历史数据整合和永久性访问。这一差别,对于那些依赖完整数据集来创建和维护去中心化应用程序的开发者来说至关重要。

市场定位和未来潜力

Covalent Network(CQT)在利用市场对以太坊原生数据可用性(DA)解决方案日益增长的偏好方面,有着突出的市场表现。Covalent Network(CQT)拥有一个包含超过 225 个区块链的广泛网络以及一个不断扩展的结构化、可验证和历史数据数据库,解决了可扩展性等关键问题,同时提高了整个以太坊生态系统的去中心化和效率。

随着以太坊网络的发展,Covalent Network(CQT)的以太坊时光机的重要性愈发凸显。为了支持未来像查询操作节点这样的自助服务选项而构建,Covalent Network(CQT)的基础设施提供了无限的可能性来增强网络中的供需。它致力于提供即时的数据访问,凸显了 Covalent Network(CQT)对促进去中心化和可访问环境的承诺,解决了以太坊可扩展性的关键挑战。

关于 Covalent Network(CQT)

Covalent Network(CQT)正在为去中心化生态系统提供数据基础设施,解决以太坊的长期数据可用性问题——这种基础设施可以重新执行数据块并塑造人工智能。随着 CQT 质押现已重新回到以太坊上,通往以太坊时光机的网络扩张的新曙光开始来临。这意味着如今,人工智能用例可以无阻碍地获取来自 225 个以上不断增长的区块链的链上数据。受到 Fidelity、Rainbow Wallet、Jump Crypto 等公司的信任。

这篇关于Covalent Network(CQT)长期数据设施,支持基于 “blob” 方案、总锁仓价值达 54 亿美元的头部EVM L2的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/995050

相关文章

MyBatis-Plus通用中等、大量数据分批查询和处理方法

《MyBatis-Plus通用中等、大量数据分批查询和处理方法》文章介绍MyBatis-Plus分页查询处理,通过函数式接口与Lambda表达式实现通用逻辑,方法抽象但功能强大,建议扩展分批处理及流式... 目录函数式接口获取分页数据接口数据处理接口通用逻辑工具类使用方法简单查询自定义查询方法总结函数式接口

MySQL 迁移至 Doris 最佳实践方案(最新整理)

《MySQL迁移至Doris最佳实践方案(最新整理)》本文将深入剖析三种经过实践验证的MySQL迁移至Doris的最佳方案,涵盖全量迁移、增量同步、混合迁移以及基于CDC(ChangeData... 目录一、China编程JDBC Catalog 联邦查询方案(适合跨库实时查询)1. 方案概述2. 环境要求3.

SpringBoot3.X 整合 MinIO 存储原生方案

《SpringBoot3.X整合MinIO存储原生方案》本文详细介绍了SpringBoot3.X整合MinIO的原生方案,从环境搭建到核心功能实现,涵盖了文件上传、下载、删除等常用操作,并补充了... 目录SpringBoot3.X整合MinIO存储原生方案:从环境搭建到实战开发一、前言:为什么选择MinI

SQL中如何添加数据(常见方法及示例)

《SQL中如何添加数据(常见方法及示例)》SQL全称为StructuredQueryLanguage,是一种用于管理关系数据库的标准编程语言,下面给大家介绍SQL中如何添加数据,感兴趣的朋友一起看看吧... 目录在mysql中,有多种方法可以添加数据。以下是一些常见的方法及其示例。1. 使用INSERT I

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Knife4j+Axios+Redis前后端分离架构下的 API 管理与会话方案(最新推荐)

《Knife4j+Axios+Redis前后端分离架构下的API管理与会话方案(最新推荐)》本文主要介绍了Swagger与Knife4j的配置要点、前后端对接方法以及分布式Session实现原理,... 目录一、Swagger 与 Knife4j 的深度理解及配置要点Knife4j 配置关键要点1.Spri

MySQL 删除数据详解(最新整理)

《MySQL删除数据详解(最新整理)》:本文主要介绍MySQL删除数据的相关知识,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、前言二、mysql 中的三种删除方式1.DELETE语句✅ 基本语法: 示例:2.TRUNCATE语句✅ 基本语

MyBatisPlus如何优化千万级数据的CRUD

《MyBatisPlus如何优化千万级数据的CRUD》最近负责的一个项目,数据库表量级破千万,每次执行CRUD都像走钢丝,稍有不慎就引起数据库报警,本文就结合这个项目的实战经验,聊聊MyBatisPl... 目录背景一、MyBATis Plus 简介二、千万级数据的挑战三、优化 CRUD 的关键策略1. 查

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

mysql中的数据目录用法及说明

《mysql中的数据目录用法及说明》:本文主要介绍mysql中的数据目录用法及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、背景2、版本3、数据目录4、总结1、背景安装mysql之后,在安装目录下会有一个data目录,我们创建的数据库、创建的表、插入的