《空間與時間》推出 Python 數據作業測試版，改變 Web3 數據處理方式

在增強 Web3 和區塊鏈技術功能方面邁出了一大步，Space and Time 推出了 Python Data Jobs 的測試版，這是一個革命性的解決方案，旨在彌合處理長時間運行的 Python 作業的差距。這一突破性的發展是為了回應 Web3 生態中對 Python 在數據處理、分析和智慧合約功能中的無縫集成日益增長的需求。

解決的挑戰和提供的解決方案

如果你一直在關注空間和時間領域的發展，你可能會意識到它的突破性成就——為SQL創建了第一個也是唯一一個零知識（ZK）證明。SQL證明是一個非常強大的工具，使智慧合約能夠使用SQL安全地檢索和處理數據。這種加密保證為區塊鏈技術開闢了大量創新的可能性。

儘管SQL作為一種強大且幾乎圖靈完備的語言具有強大的實力，但它並沒有涵蓋所有可以想像的業務場景。為了滿足對自定義業務邏輯的需求，特別是當部署任意代碼變得至關重要時，Chainlink 巧妙地引入了一個解決方案：Chainlink Functions。這些函數允許在 Chainlink 節點上冗餘使用 Java，從而在輸出上達成共識。

因此，智慧合約現在可以通過SQL證明無縫訪問ZK驗證的分析和數據處理，同時使用函數有效地使用。然而，在 Web3 環境中，一類特定的用例仍未解決——長時間運行的 Python 作業。認識到Python在與空間和時間相關的企業和開發人員的工作流程中的重要性，該團隊旨在解決兩個關鍵挑戰。

首先，它試圖使用戶能夠毫不費力地使用Python從現有資料庫中提取，轉換和載入數據到空間和時間，而無需手動創建代碼。其次，它旨在在Python作業和智慧合約之間建立加密保證的連接。這導致了時空Python數據作業的引入，現在可以通過時空工作室提供測試版。

Python 數據作業的綜合功能

在 Web3 領域開始變革之旅，Space and Time 的 Python 數據作業引入了數據處理和智慧合約功能的範式轉變。隨著我們深入研究該解決方案的複雜功能，一個無縫集成、簡化 ETL 流程和增強安全性的世界展開，重新定義了開發人員和企業在區塊鏈生態中利用 Python 潛力的方式。以下是這種創新解決方案的工作原理：

1.將資料匯入時空

Python 數據作業簡化了從任何鏈下源到空間和時間的數據採集過程，無需手動創建代碼。今年早些時候，Space and Time推出了AI SQL，這是一項由OpenAI提供支援的服務，使用戶能夠制定自然語言，例如“向我顯示Sui上按餘額排序的交易最多的前5個錢包”。

然後將其轉換為 SQL 查詢，從而產生所需的結果。時空宣佈，時空工作室中的人工智慧聊天機器人休斯頓現在可以生成簡單的提取、轉換、載入（ETL）。這些旨在從各種來源獲取數據，包括 Web2 資料庫或 Web3 去中心化存儲平臺。休斯頓處理數據準備過程，並促進其轉移到時空。

通過創建一個連接到PostgreSQL等資料庫（或Snowflake或IPFS等替代方案），Houston可以理解資料庫內容，執行必要的轉換，在SxT中建立表，並將數據從PostgreSQL增量載入到SxT中，一次一行。通常，資料庫遷移是一項費力、昂貴且耗時的任務，涉及 Python 專業知識。借助 Space and Time 的解決方案，開發人員可以在單個操作中使用自然語言輸入無縫地實現這一目標。

2.從時空取得資料

Python Data Jobs還提供了從空間和時間中提取數據，處理數據並將其傳輸到智能合約的功能。這在 Web3 領域構成挑戰的原因是由於與 Python 作業相關的延長使用時間。考慮一個場景，您的任務是計算比特幣（BTC）在今年剩餘時間內保持在4萬美元以上的概率。

這必須從市場收集數據，對其進行處理，並在 Python 中進行蒙特卡羅類比，這個過程可能需要大約 20 秒。當將結果連接到智能合約時，必須確保其防篡改性。雖然基於共識的證明非常適合快速使用，但對於長時間運行的任務，它變得不那麼有效。

例如，如果計算冗餘分佈在 30 個節點上，則節點 1 可能在 18 秒內完成任務，而節點 5 在 25 秒內完成，節點 15 需要 21 秒。這需要開發一種新的架構，以應對與長期使用相關的獨特挑戰。

在Python數據作業測試期間，空間和時間正在通過實現零知識（ZK）積極實現這一目標：特別是Python的ZK證明。目前，依賴於樂觀的安全性，類似於樂觀的匯總方法。在 SxT 中使用 Python 資料作業時，輸入、輸出和代碼本身經過哈希處理並記錄在主鏈上。

僅運行一次，如果結果偏離預期，用戶可以選擇請求證明。然後，SxT 以加密方式驗證了哪些內容。與具有冗餘計算和共識的實時證明不同，Space and Time的方法涉及單個Uuti，然後對所有元數據進行哈希處理。此過程創建防篡改審計跟蹤，激勵節點運營商避免篡改 ution。Space and Time將在未來分享有關正在開發的ZK解決方案的更多詳細資訊，該解決方案旨在增強Python數據作業的實時安全性。

實際應用程式和用例

Space and Time的Python數據作業超越了理論可能性，通過實際應用和用例進入了實踐領域。這些場景展示了 Python 數據作業的多功能性和適應性，說明瞭這種創新解決方案如何應對不同行業的複雜挑戰，為數據處理和智慧合約功能的新時代鋪平了道路。

1.無縫資料庫移轉

Python 數據作業為資料庫遷移引入了一個簡化的新時代。用戶可以指示休斯頓為複雜的任務生成Python，例如將數據從Snowflake等平臺載入到時空。例如，如果您聲明“生成 Python 以將我的 Snowflake 數據傳輸到 SxT”，休斯頓將請求訪問並生成 Python。

這將查詢 Snowflake，檢索數據，識別架構，並在單個大型語言模型 （LLM） 推理中將其複製到 SxT。一個說明性的用例涉及 Truflation，它將大量數據饋送（商品、債券利率、住房等）中的大量即時通貨膨脹數據攝取到存儲中。隨後，Truflation 構建聚合，例如通貨膨脹指數，通過預言機在鏈上公開。

Python 數據作業有效地處理和準備這些大量數據以進行聚合。另一個用例是dClimate，它定期對來自多個來源的天氣數據執行提取，轉換，載入（ETL）操作，並將這些數據載入到IPFS中。Python 數據作業可以通過自動提取和轉換天氣數據來簡化此過程。

2.DeFi 的複雜計算

想像一下，您的智慧合約是否可以以安全的防篡改方式進行複雜的鏈下計算，例如根據不同的市場條件預測加密貨幣的未來表現。Python Data Jobs使您能夠以樂觀的安全方法將複雜的財務模型（類似於用於預測價格變動或分析風險因素的模型）集成到智能合約中。

此功能使 DeFi 協定能夠採用更高級的業務邏輯，超越 SQL 證明提供的功能。例如，dYdX對鏈下永續期權/期貨定價進行計算，因為這些需要歷史定價輸入數據，並且涉及鏈上智慧合約無法重複的複雜計算。

Python數據作業有助於以防篡改的方式使用這些計算。在另一個例子中，3Commas採用鏈下機器學習模型在集中式計算容器環境中的DeFi/CeFi活動（如掉期、期貨、機器人交易等）中做出決策。Python Data Jobs為執行這些任務提供了一種Web3原生替代方案。

前進的道路

Space and Time的Python數據作業的測試版發佈標誌著在滿足Web3和區塊鏈技術不斷變化的需求方面取得了重大進展。通過識別和解決與 Web3 環境中長時間運行的 Python 作業相關的挑戰，Space and Time 引入了一個突破性的解決方案，該解決方案不僅簡化了數據處理，還增強了智慧合約的功能。

Python Data Jobs的全面功能證明瞭它為Web3生態帶來的變革潛力。從簡化 ETL 流程到確保智慧合約中 Python 作業的安全性，Space and Time 的創新解決方案為開發人員和企業開闢了新的可能性。

為了鼓勵使用者探索Python Data Jobs的變革性功能，Space and Time提供一個月的免費訪問服務。用戶可以在時空工作室與休斯頓一起開始他們的 Python 數據作業之旅，預示著 Python 和 Web3 技術之間無縫集成的新時代。