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!



http://www.chinasem.cn/article/995050

相关文章

防止Linux rm命令误操作的多场景防护方案与实践

《防止Linuxrm命令误操作的多场景防护方案与实践》在Linux系统中,rm命令是删除文件和目录的高效工具,但一旦误操作,如执行rm-rf/或rm-rf/*,极易导致系统数据灾难,本文针对不同场景... 目录引言理解 rm 命令及误操作风险rm 命令基础常见误操作案例防护方案使用 rm编程 别名及安全删除

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

C#使用Spire.Doc for .NET实现HTML转Word的高效方案

《C#使用Spire.Docfor.NET实现HTML转Word的高效方案》在Web开发中,HTML内容的生成与处理是高频需求,然而,当用户需要将HTML页面或动态生成的HTML字符串转换为Wor... 目录引言一、html转Word的典型场景与挑战二、用 Spire.Doc 实现 HTML 转 Word1

使用Python实现Word文档的自动化对比方案

《使用Python实现Word文档的自动化对比方案》我们经常需要比较两个Word文档的版本差异,无论是合同修订、论文修改还是代码文档更新,人工比对不仅效率低下,还容易遗漏关键改动,下面通过一个实际案例... 目录引言一、使用python-docx库解析文档结构二、使用difflib进行差异比对三、高级对比方

MyBatis-plus处理存储json数据过程

《MyBatis-plus处理存储json数据过程》文章介绍MyBatis-Plus3.4.21处理对象与集合的差异:对象可用内置Handler配合autoResultMap,集合需自定义处理器继承F... 目录1、如果是对象2、如果需要转换的是List集合总结对象和集合分两种情况处理,目前我用的MP的版本

GSON框架下将百度天气JSON数据转JavaBean

《GSON框架下将百度天气JSON数据转JavaBean》这篇文章主要为大家详细介绍了如何在GSON框架下实现将百度天气JSON数据转JavaBean,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言一、百度天气jsON1、请求参数2、返回参数3、属性映射二、GSON属性映射实战1、类对象映

C# LiteDB处理时间序列数据的高性能解决方案

《C#LiteDB处理时间序列数据的高性能解决方案》LiteDB作为.NET生态下的轻量级嵌入式NoSQL数据库,一直是时间序列处理的优选方案,本文将为大家大家简单介绍一下LiteDB处理时间序列数... 目录为什么选择LiteDB处理时间序列数据第一章:LiteDB时间序列数据模型设计1.1 核心设计原则

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

MySQL中查询和展示LONGBLOB类型数据的技巧总结

《MySQL中查询和展示LONGBLOB类型数据的技巧总结》在MySQL中LONGBLOB是一种二进制大对象(BLOB)数据类型,用于存储大量的二进制数据,:本文主要介绍MySQL中查询和展示LO... 目录前言1. 查询 LONGBLOB 数据的大小2. 查询并展示 LONGBLOB 数据2.1 转换为十

使用SpringBoot+InfluxDB实现高效数据存储与查询

《使用SpringBoot+InfluxDB实现高效数据存储与查询》InfluxDB是一个开源的时间序列数据库,特别适合处理带有时间戳的监控数据、指标数据等,下面详细介绍如何在SpringBoot项目... 目录1、项目介绍2、 InfluxDB 介绍3、Spring Boot 配置 InfluxDB4、I