近年来, “区块链”这个技术名词愈发频繁地现身于大众视野里, 不少人会下意识地将它与比特币、加密货币画上等号, 然而却忽视了它底层的数据属性, 区块链本质上是个既分布式又做账本的东西, 每一笔交易都在持续生成和累积各自的数据, 每一个区块也都在不断生成和累积着数据, 如此一来便引出了一个核心层面的问题, 即它跟大数据之间究竟维系着怎样的关系, 为此, 我们需要事先弄明白大数据的基本呈现特点, 之后再去判定区块链究竟是否归属于其中。

区块链产生的数据量级够不够大

大数据最为直观的特征便是数据量极为庞大, 一般是以TB即为单位来衡量, 甚至有的时候是以PB作为衡量标准。比特币区块链自2009年开始运行, 直至如今, 全节点数据大概是在500GB左右, 并且随之时间不断推移, 这个数字始终还在持续增长。以太坊的链上数据再加上状态数据, 那是以TB来进行计算的。要是我们把目光拓展至所有公链以及联盟链的整体生态, 全球区块链网络每日所产生的交易记录, 智能合约状态, 地址交互信息, 累计在一起的确是一个相当可观的数字。从这个角度看，区块链确实具备了大数据的“体量”特征。

但其处存有一易被忽视之差别, 大数据之“大”不惟原始数据量大, 且含数据之多样性及高速产生, 区块连数据结构相对固定, 主要为交易哈希、时间戳、地址、金额等格式化信息, 不似社交媒体上之图片、视频、文本那样繁杂多样, 于此同时, 比特币每秒仅能处理约7笔交易, 以太坊亦在15笔左右, 此速度相较每秒产生数万条数据之电商平台或社交网络, 着实慢得甚多。因而, 仅仅就数据量以及产生速度这两方面来讲, 区块链是很难去满足大数据的全部定义的。

区块链数据能否被大数据技术分析

另一个关键要点在于, 区块链之上的数据尽管是公开的, 然而其存储方式跟传统数据库全然不一样。每个区块皆包含前一个区块的哈希值, 进而形成一条无法被篡改的链条。这样的结构确保了数据的不可逆性以及可追溯性, 不过也使得数据分析并非那么直接。大数据技术一般依靠关系型数据库或者非关系型数据库来进行快速检索与聚合, 而区块链的数据得先同步全节点、解析区块、提取交易信息, 才能够进入分析流程。

幸亏当下存在诸多区块链浏览器, 以及数据分析工具, 像Dune Analytics、ETHerscan这般, 它们先对链上原始数据予以清洗, 再整理成结构化的表, 进而便利使用者去做统计以及可视化, 借助这些工具, 我们能够剖析大户地址的资金流向, 还有智能合约的调用频率，以及NFT交易的热度变化等等情况, 此类分析方式从本质上讲就是大数据 分析于区块链领域的应用。从这般特定的视角出发, 若说是那“运用大数据技术去处理区块链数据”的角度来看情形, 区块链相较而言, 更像是于所述条件之下大数据之中的一个数据源, 并非是大数据其自身。

若硬是要给到一个精确的答案来讲, 区块链不归属严格意义范畴里的大数据, 它的数据数量级别以及产生的速度, 都远远比不上成熟的互联网大数据应用, 并且数据结构太过单一, 然而区块链数据的确能够当作大数据分析的关键素材, 特别是在金融风控、链上侦探、合规审计这些场景当中, 区块链的透明特性以及不可篡改性反倒成了独特的优势, 领会这个界限, 能够协助我们在实际工作里更加明晰地去挑选适宜的技术工具, 而不是被概念性的分类给绕得晕头转向。