区块链数据分析工具整理【2019】

简介:

区块链数据分析具有重要的社会价值和经济价值,也是区块链科学研究的重要领域。本文将介绍10个用于区块链数据分析的重要工具,可以帮助你快速搭建区块链数据分析平台。

1、BlockSci:高性能区块链分析与探索工具

BlockSci是一个高性能的区块链科学分析工具,其高性能主要来自两点:采用C++开发、采用(自定义的)内存数据库。根据其测试数据,在一台亚马逊AWS的r4.2xlarge EC2(60GB内存)的云主机上,遍历比特币区块链的全部输入和输出仅需1秒钟。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-O1SvNS1u-1575422866848)(blockchain-analytic-tools/blocksci.jpg)]

BlockSci目前提供C++和Python的分析接口。详细可参考BlockSci教程

代码库:BlockSci

2、BlockAPI:区块链分析API

BlockAPI是一个采用Scala语言开发的区块链数据分析框架,该框架可以将交易所等外部外部数据与区块链数据整合起来进行分析,意大利卡利亚里大学开发。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-mmMCIlJf-1575422866849)(blockchain-analytic-tools/blockapi.png)]

BlockAPI的工作流主要包括两个步骤:

  1. 构建区块链视图并存入数据库
  2. 使用数据库的查询语言分析视图

BlockAPI目前支持的区块链包括比特币、莱特币和以太坊,目前支持的数据库有MongoDB、MySQL、PostgreSQL和Fuseki。

代码库:BlockAPI

3、goBlockchainDataAnalysis:faircoin区块链分析工具

goBlockchainDataAnalysis是采用Go、NodeJS和AngularJS开发的区块链数据分析工具,采用MongoDB存储区块链数据,目前仅支持faircoin:

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HWQDXH5o-1575422866850)(blockchain-analytic-tools/goBlockchainDataAnalysis01.png)]

代码库:goBlockchainDataAnalysis

4、Coinalysis:比特币区块链图分析工具

Coinalysis是一个针对比特币区块链的图分析工具,采用Python和Java开发,其基本思路是建立地址之间的链接,然后进行分析。Coinalysis目前仅支持比特币。

代码库:Coinalysis

5、BlockETL:区块链数据ETL开发包/Java

BlockETL是一个用于区块链数据分析中的数据抽取、转换和加载的Java开发包,目前仅支持比特币区块链:

在这里插入图片描述

BlockETL主要特性如下:

  • 直接读取原始区块文件,抽取速度快
  • 将原始区块和交易数据加载至SQL数据库,便于后续的区块链数据分析
  • 支持多流水线并行处理,可自己控制并发流水线数量
  • 结构设计清晰,代码便于扩展

代码库:BlockETL

6、bitcoin-blockchain-parser:比特币blk.dat解析库

bitcoin-blockchain-parser是一个用来解析比特币blk.dat的python开发库。

代码库:bitcoin-blockchain-parser

7、Blockchain2graph:比特币数据 -> neo4j图数据库ETL工具

Blockchain2graph抽取比特币区块链数据并加载到neo4j图数据库,主要开发语言为java和typescript:

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-EJskM4EB-1575422866850)(blockchain-analytic-tools/blockchain2graph.png)]

将区块链数据加载到neo4j之后,可以使用cypher查询语言对区块链数据进行图分析。

代码库:Blockchain2graph

8、BitcoinUses:比特币利用情况分析工具

BitcoinUses是一个基于hadoop的比特币大数据分析项目,主要目的是分析比特币的利用情况。BitcoinUses的主要开发语言为Java和JavaScript:

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-r4schMlU-1575422866851)(blockchain-analytic-tools/bitcoinuses.png)]

代码库:BitcoinUses

9、Ether_sql:将以太坊区块链加载到SQL数据库

Ether_sql是一个用于将以太坊区块链的数据加载到SQL数据库的Python开发库,基于web3.py开发,使用SqlAlchemy连接SQL数据库:

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dq1VJKlJ-1575422866851)(blockchain-analytic-tools/ether_sql.png)]

代码库:Ether_sql

10、Blockchain-etl:区块链数据ETL工具

Blockchain-etl是一组用于区块链数据抽取加载的Python脚本,采用BigQuery作为数据存储,目前支持比特币、莱特币、以太坊等多个区块链,支持有向图分析:

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-uQKiZDzR-1575422866851)(blockchain-analytic-tools/blockchain-etl.png)]

代码库:Blockchain-etl


原文链接:区块链数据分析的10个必备工具 - 汇智网

目录
相关文章
|
4月前
|
JSON 数据挖掘 API
结合数据分析工具,深入挖掘淘宝API接口的商业价值
随着电子商务的蓬勃发展,淘宝作为国内领先的电商平台,不仅为消费者提供了便捷的购物环境,同时也为开发者和数据分析师提供了丰富的数据资源。通过有效地调用淘宝API接口获取商品详情,再结合数据分析工具进行深入的数据挖掘,可以为商家、市场分析师及研究人员等带来巨大的商业价值
|
4月前
|
数据可视化 数据挖掘 Java
提升代码质量与效率的利器——SonarQube静态代码分析工具从数据到洞察:探索Python数据分析与科学计算库
在现代软件开发中,保证代码质量是至关重要的。本文将介绍SonarQube静态代码分析工具的概念及其实践应用。通过使用SonarQube,开发团队可以及时发现和修复代码中的问题,提高代码质量,从而加速开发过程并减少后期维护成本。 在当今信息爆炸的时代,数据分析和科学计算成为了决策和创新的核心。本文将介绍Python中强大的数据分析与科学计算库,包括NumPy、Pandas和Matplotlib,帮助读者快速掌握这些工具的基本用法和应用场景。无论是数据处理、可视化还是统计分析,Python提供了丰富的功能和灵活性,使得数据分析变得更加简便高效。
|
4月前
|
数据挖掘 数据安全/隐私保护 Python
【Python数据分析】<数据分析工具>基于Excel的数据分析
【1月更文挑战第22天】【Python数据分析】<数据分析工具>基于Excel的数据分析
|
16天前
|
数据采集 数据可视化 数据挖掘
R语言与Python:比较两种数据分析工具
【4月更文挑战第25天】R语言和Python是目前最流行的两种数据分析工具。本文将对这两种工具进行比较,包括它们的历史、特点、应用场景、社区支持、学习资源、性能等方面,以帮助读者更好地了解和选择适合自己的数据分析工具。
|
22天前
|
机器学习/深度学习 数据挖掘 计算机视觉
python数据分析工具SciPy
【4月更文挑战第15天】SciPy是Python的开源库,用于数学、科学和工程计算,基于NumPy扩展了优化、线性代数、积分、插值、特殊函数、信号处理、图像处理和常微分方程求解等功能。它包含优化、线性代数、积分、信号和图像处理等多个模块。通过SciPy,可以方便地执行各种科学计算任务。例如,计算高斯分布的PDF,需要结合NumPy使用。要安装SciPy,可以使用`pip install scipy`命令。这个库极大地丰富了Python在科学计算领域的应用。
14 1
|
23天前
|
数据可视化 数据挖掘 Python
Python中数据分析工具Matplotlib
【4月更文挑战第14天】Matplotlib是Python的数据可视化库,能生成多种图表,如折线图、柱状图等。以下是一个绘制简单折线图的代码示例: ```python import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] plt.figure() plt.plot(x, y) plt.title('简单折线图') plt.xlabel('X轴') plt.ylabel('Y轴') plt.show() ```
13 1
|
23天前
|
数据采集 SQL 数据可视化
Python数据分析工具Pandas
【4月更文挑战第14天】Pandas是Python的数据分析库,提供Series和DataFrame数据结构,用于高效处理标记数据。它支持从多种数据源加载数据,包括CSV、Excel和SQL。功能包括数据清洗(处理缺失值、异常值)、数据操作(切片、过滤、分组)、时间序列分析及与Matplotlib等库集成进行数据可视化。其高性能底层基于NumPy,适合大型数据集处理。通过加载数据、清洗、分析和可视化,Pandas简化了数据分析流程。广泛的学习资源使其成为数据分析初学者的理想选择。
15 1
|
2月前
|
SQL 机器学习/深度学习 NoSQL
常用的数据分析方法和工具有哪些?
随着大数据时代的到来,数据分析也逐渐成为了各企业、组织以及个人的必要技能之一。但是数据分析在进行过程中,我们往往会遇到各种各样的问题,比如面对不同类型的数据,如何进行有效的分析?今天和大家分享一些常见的数据分析方法和工具,希望对大家有所帮助。
|
3月前
|
数据采集 NoSQL 数据可视化
掌握金融数据分析的基本方法和工具
在金融数据分析的基本方法中,由于金融数据本身所具有的高复杂性,很多情况下需要借助数学模型来描述金融数据的特征。因此,金融数据分析通常会涉及到多个数学模型,这些模型的建立与求解都离不开统计计算和数据可视化。
|
5月前
|
数据可视化 搜索推荐 数据挖掘
数据可视化系列-06数据分析工具QuickBI
数据可视化系列-06数据分析工具QuickBI