في خطوة كبيرة نحو تعزيز وظائف Web3 وتقنية blockchain ، أطلقت Space and Time الإصدار التجريبي من Python Data Jobs ، وهو حل ثوري مصمم لسد الفجوة في التعامل مع وظائف Python طويلة الأمد. يأتي هذا التطور الرائد استجابة للحاجة المتزايدة للتكامل السلس ل Python في معالجة البيانات والتحليلات ووظائف العقود الذكية داخل بيئة Web3.
التحديات التي تمت معالجتها والحلول المقدمة
إذا كنت تتابع التطورات في مجال المكان والزمان ، فقد تكون على دراية بإنجازها الرائد - إنشاء دليل المعرفة الصفرية الأول والوحيد (ZK) ل SQL. يقف إثبات SQL كأداة قوية بشكل ملحوظ ، مما يمكن العقود الذكية من استرداد البيانات ومعالجتها بأمان باستخدام SQL. يفتح ضمان التشفير هذا عددا كبيرا من الاحتمالات المبتكرة لتقنية blockchain.
على الرغم من براعة SQL كلغة قوية وكاملة تقريبا ، إلا أنها لا تغطي كل سيناريو عمل يمكن تصوره. لتلبية الحاجة إلى منطق الأعمال المخصص ، خاصة عندما يصبح نشر التعليمات البرمجية العشوائية أمرا ضروريا ، قدمت Chainlink ببراعة حلا: وظائف Chainlink. تتيح هذه الوظائف استخدام Java بشكل متكرر على عقد Chainlink ، والتوصل إلى توافق في الآراء بشأن الإخراج.
وبالتالي ، يمكن للعقود الذكية الآن الوصول بسلاسة إلى التحليلات ومعالجة البيانات التي أثبتت جدواها من ZK من خلال إثبات SQL ، إلى جانب استخدام الوظائف بكفاءة. ومع ذلك ، ضمن مشهد Web3 ، لا تزال فئة معينة من حالات الاستخدام دون معالجة - وظائف Python طويلة الأمد. إدراكا لأهمية بايثون في سير عمل الشركات والمطورين المرتبطين بالمكان والزمان ، هدف الفريق إلى معالجة تحديين رئيسيين.
أولا ، سعت إلى تمكين المستخدمين من استخدام Python دون عناء لاستخراج البيانات وتحويلها وتحميلها من قواعد بياناتهم الحالية إلى المكان والزمان ، كل ذلك دون الحاجة إلى إنشاء رمز يدوي. ثانيا ، كان يهدف إلى إنشاء اتصال مضمون بالتشفير بين وظائف Python والعقود الذكية. أدى ذلك إلى تقديم وظائف بيانات Python Space and Time ، المتوفرة الآن في الإصدار التجريبي من خلال Space and Time Studio.
وظائف شاملة لوظائف بيانات بايثون
من خلال الشروع في رحلة تحويلية داخل مشهد Web3 ، تقدم وظائف بيانات Python في Space and Time نقلة نوعية في معالجة البيانات ووظائف العقود الذكية. بينما نتعمق في القدرات المعقدة لهذا الحل ، يتكشف عالم من التكامل السلس وعمليات ETL المبسطة والأمان المحسن ، مما يعيد تعريف الطريقة التي يسخر بها المطورون والشركات إمكانات Python في بيئة blockchain. إليك كيفية عمل هذا الحل المبتكر:
1. الحصول على البيانات في المكان والزمان
تعمل Python Data Jobs على تبسيط عملية الحصول على البيانات في المكان والزمان من أي أصل خارج السلسلة ، مما يلغي الحاجة إلى إنشاء التعليمات البرمجية يدويا. في وقت سابق من هذا العام ، قدمت Space and Time الذكاء الاصطناعي SQL ، وهي خدمة مدعومة من OpenAI تمكن المستخدمين من صياغة لغات طبيعية مثل “أرني أفضل 5 محافظ على Sui مع معظم المعاملات مرتبة حسب الرصيد”.
ثم يتم تحويل هذا إلى استعلام SQL ، مما يؤدي إلى النتيجة المرجوة. أعلنت Space and Time أن هيوستن ، الذكاء الاصطناعي روبوت محادثة داخل Space and Time Studio ، يمكنها الآن إنشاء استخراج وتحويل وتحميل (ETL) مباشرة. تم تصميم هذه الأجهزة لجلب البيانات من مصادر مختلفة ، بما في ذلك قواعد بيانات Web2 أو منصات التخزين اللامركزية Web3. تتولى هيوستن عملية إعداد البيانات وتسهل نقلها إلى المكان والزمان.
من خلال إنشاء اتصال بقواعد بيانات مثل PostgreSQL (أو بدائل مثل Snowflake أو IPFS) ، يفهم هيوستن محتوى قاعدة البيانات ، ويقوم بإجراء التحويلات اللازمة ، وإنشاء الجداول في SxT ، وتحميل البيانات بشكل متزايد من PostgreSQL إلى SxT صف واحد في كل مرة. عادة ما يكون ترحيل قاعدة البيانات مهمة شاقة ومكلفة وتستغرق وقتا طويلا وتتضمن خبرة Python. باستخدام حل Space and Time ، يمكن للمطورين تحقيق ذلك بسلاسة باستخدام إدخال اللغة الطبيعية في عملية واحدة.
2. إخراج البيانات من المكان والزمان
توفر Python Data Jobs أيضا القدرة على استخراج البيانات من المكان والزمان ومعالجتها ونقلها إلى عقد ذكي. السبب في أن هذا قد شكل تحديا في عالم Web3 يرجع إلى أوقات الاستخدام المطولة المرتبطة بوظائف Python. ضع في اعتبارك سيناريو حيث يكون لديك مهمة حساب احتمال بقاء Bitcoin (BTC) فوق 40 ألف دولار لبقية العام.
يجب أن يجمع هذا البيانات من الأسواق ، ويعالجها ، ويستخدم محاكاة مونت كارلو في بايثون ، وهي عملية قد تستغرق حوالي 20 ثانية. عند ربط النتيجة بعقد ذكي ، يصبح من الضروري ضمان طبيعته المقاومة للعبث. في حين أن الإثبات القائم على الإجماع مناسب تماما للاستخدام السريع ، إلا أنه يصبح أقل فعالية للمهام التي تعمل على مدى فترة طويلة.
على سبيل المثال ، إذا تم توزيع الحساب بشكل متكرر عبر 30 عقدة ، فقد تكمل العقدة 1 المهمة في 18 ثانية ، بينما تنتهي العقدة 5 في 25 ثانية ، وتستغرق العقدة 15 21 ثانية. وهذا يستلزم تطوير بنية جديدة لمواجهة التحديات الفريدة المرتبطة بالاستخدام المطول.
خلال الإصدار التجريبي من Python Data Jobs ، يتقدم المكان والزمان بنشاط نحو تحقيق ذلك من خلال تنفيذ المعرفة الصفرية (ZK): على وجه التحديد ، دليل ZK لبايثون. حاليا ، يعتمد على الأمن المتفائل ، أقرب إلى نهج تراكمي متفائل. عند استخدام وظيفة بيانات Python داخل SxT ، تخضع المدخلات والمخرجات والكود نفسه للتجزئة ويتم تسجيلها على سلسلة رئيسية.
يتم التشغيل مرة واحدة فقط ، وإذا انحرفت النتيجة عن التوقعات ، فسيكون لدى المستخدمين خيار طلب دليل. ثم يتحقق SxT بشكل مشفر مما تم إدخاله. على عكس التدقيق في الوقت الفعلي مع الحساب والإجماع الزائد ، يتضمن نهج Space and Time استخداما واحدا متبوعا بتجزئة جميع البيانات الوصفية. تنشئ هذه العملية مسار تدقيق مقاوم للتلاعب ، ويعمل كحافز لمشغلي العقد للامتناع عن العبث ب ution. سيشارك Space and Time المزيد من التفاصيل في المستقبل حول حل ZK قيد التطوير ، والذي يهدف إلى تعزيز الأمان في الوقت الفعلي ل Python Data Jobs.
تطبيقات العالم الحقيقي وحالات الاستخدام
تتجاوز وظائف بيانات Python الخاصة بالمكان والزمان الاحتمالات النظرية ، وتدخل في المجال العملي من خلال تطبيقات العالم الحقيقي وحالات الاستخدام. تعرض هذه السيناريوهات تعدد استخدامات Python Data Jobs وقدرتها على التكيف ، مما يوضح كيف يعالج هذا الحل المبتكر التحديات المعقدة عبر مختلف الصناعات ، مما يمهد الطريق لعصر جديد في معالجة البيانات ووظائف العقود الذكية.
1. عمليات ترحيل سلسة لقاعدة البيانات
تقدم Python Data Jobs حقبة جديدة من البساطة لعمليات ترحيل قواعد البيانات. يمكن للمستخدمين توجيه هيوستن لإنشاء Python s للمهام المعقدة مثل تحميل البيانات من منصات مثل Snowflake إلى المكان والزمان. على سبيل المثال ، إذا ذكرت ، “قم بإنشاء Python لنقل بيانات Snowflake الخاصة بي إلى SxT” ، فستطلب هيوستن الوصول وإنتاج Python.
سيؤدي هذا إلى الاستعلام عن Snowflake ، واسترداد البيانات ، وتمييز المخطط ، وتكراره إلى SxT في استدلال واحد لنموذج اللغة الكبيرة (LLM). تتضمن حالة الاستخدام التوضيحية Truflation ، التي تستوعب بيانات التضخم الشاملة في الوقت الفعلي من العديد من خلاصات البيانات (السلع ، وأسعار السندات ، والإسكان ، وما إلى ذلك) في التخزين. بعد ذلك ، يقوم Truflation ببناء تجمعات ، مثل مؤشرات التضخم ، ليتم كشفها على السلسلة عبر أوراكل.
تقوم Python Data Jobs بمعالجة وإعداد أحجام البيانات الكبيرة هذه للتجميعها بكفاءة. حالة استخدام أخرى هي dClimate ، التي تقوم بانتظام بعمليات الاستخراج والتحويل والتحميل (ETL) على بيانات الطقس من مصادر متعددة ، وتحميل هذه البيانات في IPFS. يمكن ل Python Data Jobs تبسيط هذه العملية عن طريق أتمتة استخراج بيانات الطقس وتحويلها.
2. الحسابات المعقدة ل DeFi
تخيل ما إذا كان عقدك الذكي يمكن أن يؤدي إلى حسابات معقدة خارج السلسلة ، مثل التنبؤ بالأداء المستقبلي للعملة المشفرة بناء على ظروف السوق المتنوعة ، بطريقة آمنة ومقاومة للعبث. تمكنك Python Data Jobs من دمج النماذج المالية المتطورة ، على غرار تلك المستخدمة للتنبؤ بتحركات الأسعار أو عوامل الخطر ، في عقدك الذكي بنهج أمني متفائل.
تمكن هذه الإمكانية بروتوكولات DeFi من استخدام منطق أعمال أكثر تقدما ، متجاوزة القدرات التي يوفرها إثبات SQL. على سبيل المثال ، تجري dYdX حسابات لتسعير الخيارات / العقود الآجلة الدائمة خارج السلسلة ، حيث تتطلب بيانات إدخال التسعير التاريخية وتتضمن حسابات معقدة لا يمكن استخدامها بواسطة العقود الذكية على السلسلة.
تسهل Python Data Jobs استخدام هذه الحسابات بطريقة مقاومة للعبث. في مثال آخر ، تستخدم 3Commas نماذج التعلم الآلي خارج السلسلة لاتخاذ القرارات في أنشطة DeFi / CeFi (مثل المقايضات والعقود الآجلة وتداولات الروبوت وما إلى ذلك) داخل بيئة حاوية حوسبة مركزية. توفر Python Data Jobs بديلا أصليا ل Web3 لاستخدام هذه المهام.
الطريق إلى الأمام
يمثل الإطلاق التجريبي ل Space and Time’s Python Data Jobs تقدما كبيرا في تلبية الاحتياجات المتطورة لتقنية Web3 و blockchain. من خلال التعرف على التحديات المرتبطة بوظائف Python طويلة الأمد ومعالجتها ضمن مشهد Web3 ، قدمت Space and Time حلا رائدا لا يبسط معالجة البيانات فحسب ، بل يعزز أيضا وظائف العقود الذكية.
تعد الوظيفة الشاملة ل Python Data Jobs شهادة على الإمكانات التحويلية التي تجلبها إلى بيئة Web3. من تبسيط عمليات ETL إلى ضمان أمان وظائف Python ضمن العقود الذكية ، يفتح حل Space and Time المبتكر إمكانيات جديدة للمطورين والشركات على حد سواء.
في محاولة لتشجيع المستخدمين على استكشاف القدرات التحويلية ل Python Data Jobs ، تقدم Space and Time وصولا مجانيا إلى الخدمة لمدة شهر واحد. يمكن للمستخدمين بدء رحلة Python Data Jobs الخاصة بهم مع هيوستن في Space and Time Studio ، مما يبشر بعصر جديد من التكامل السلس بين تقنيات Python و Web3.
إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى
إخلاء المسؤولية.
