שאילתות לדוגמה ב-Ethereum Mainnet

בדף הזה מופיעות דוגמאות לשאילתות של Blockchain Analytics ל-Ethereum Mainnet.

במאמרי העזרה של BigQuery מוסבר איך משתמשים ב-BigQuery.

הצגת הבלוק הראשון והאחרון שנוספו לאינדקס

השאילתה הזו מציגה את מידת העדכניות של הנתונים.

נכנסים לדף BigQuery במסוף Google Cloud .

כניסה ל-BigQuery

השאילתה הבאה נטענת בשדה Editor:

SELECT
  MIN(block_number) AS `First block`,
  MAX(block_number) AS `Newest block`,
  COUNT(1) AS `Total number of blocks`
FROM
  bigquery-public-data.goog_blockchain_ethereum_mainnet_us.blocks;

כך נראית תוצאה לדוגמה:

תוצאה לדוגמה
הבלוק הראשון הבלוק החדש ביותר מספר החסימות הכולל
0 17665654 17665655

הצגת מספר העסקאות לפי יום ב-6 החודשים האחרונים

השאילתה הזו מציגה את המספר הכולל של העסקאות בכל יום בששת החודשים האחרונים.

נכנסים לדף BigQuery במסוף Google Cloud .

כניסה ל-BigQuery

השאילתה הבאה נטענת בשדה Editor:

SELECT
  TIMESTAMP_TRUNC(block_timestamp, DAY) AS timestamp1, COUNT(1) AS txn_count
FROM
  bigquery-public-data.goog_blockchain_ethereum_mainnet_us.transactions
WHERE
  block_timestamp >= CAST(DATE_SUB(CURRENT_DATE(), INTERVAL 6 MONTH) AS TIMESTAMP)
GROUP BY timestamp1
ORDER BY timestamp1

כך נראית תוצאה לדוגמה:

תוצאה לדוגמה
timestamp1 txn_count
2023-01-10 00:00:00.000000 UTC 1061055
2023-01-11 00:00:00.000000 UTC 1083178
2023-01-12 00:00:00.000000 UTC 1085563
2023-01-13 00:00:00.000000 UTC 1076328
2023-01-14 00:00:00.000000 UTC 1107804
2023-01-15 00:00:00.000000 UTC 1000777
2023-01-16 00:00:00.000000 UTC 1057284
2023-01-17 00:00:00.000000 UTC 1018353
2023-01-18 00:00:00.000000 UTC 1118225
2023-01-19 00:00:00.000000 UTC 1007125
2023-01-20 00:00:00.000000 UTC 1024504

ניצול יומי של משבצות זמן

ספירת מספר הבלוקים שנוספו בכל יום קלנדרי מאז המיזוג. מאז, יש 7,200 משבצות זמינות לבלוקים, אבל לא כל משבצת נמצאת בשימוש.

נכנסים לדף BigQuery במסוף Google Cloud .

כניסה ל-BigQuery

השאילתה הבאה נטענת בשדה Editor:

SELECT
  DATE(block_timestamp) AS block_date,
  COUNT(block_number) AS daily_blocks,
  7200 - COUNT(block_number) AS skipped_slots
FROM
  bigquery-public-data.goog_blockchain_ethereum_mainnet_us.blocks
WHERE
  DATE(block_timestamp) BETWEEN DATE("2022-09-16") AND CURRENT_DATE("UTC") - 1 /* Only count complete days after The Merge */
GROUP BY block_date

כך נראית תוצאה לדוגמה:

תוצאה לדוגמה
block_date daily_blocks skipped_slots
2023-06-26 7105 95
2023-06-25 7109 91
2023-06-24 7110 90
2023-06-23 7111 89
2023-06-22 7114 86
2023-06-21 7135 65
2023-06-20 7120 80
2023-06-19 7121 79
2023-06-18 7126 74
2023-06-17 7142 58

משיכת סך כל ה-ETH המופקד

דוגמה ללא אובדן מידע עם פתרון עקיף של UDF ל-UINT256

נכנסים לדף BigQuery במסוף Google Cloud .

כניסה ל-BigQuery

השאילתה הבאה נטענת בשדה Editor:

WITH withdrawals AS (
  SELECT
    w.amount_lossless AS amount,
    DATE(b.block_timestamp) AS block_date
  FROM
    bigquery-public-data.goog_blockchain_ethereum_mainnet_us.blocks AS b
    CROSS JOIN UNNEST(withdrawals) AS w
)
SELECT
  block_date,
  bqutil.fn.bignumber_div(bqutil.fn.bignumber_sum(ARRAY_AGG(amount)), "1000000000") AS eth_withdrawn
FROM
  withdrawals
GROUP BY 1 ORDER BY 1 DESC

דוגמה לדחיסת נתונים (lossy)

נכנסים לדף BigQuery במסוף Google Cloud .

כניסה ל-BigQuery

השאילתה הבאה נטענת בשדה Editor:

WITH withdrawals AS (
  SELECT
    u.amount AS amount
  FROM
    bigquery-public-data.goog_blockchain_ethereum_mainnet_us.blocks
    CROSS JOIN UNNEST(withdrawals) AS u
)
SELECT
  SUM(withdrawals.amount) / POW(10,9) AS total_eth_withdrawn
FROM
  withdrawals

עמלות על עסקאות כרייה שהרווחת מאז EIP-1559

מאז EIP-1559, עמלות הבסיס של העסקאות נשרפות והכורים מרוויחים רק את עמלות העדיפות. השאילתה הבאה מחשבת את הסכום הכולל של העמלות שהרוויחו הכורים מאז הפיצול הקשיח בלונדון.

נכנסים לדף BigQuery במסוף Google Cloud .

כניסה ל-BigQuery

השאילתה הבאה נטענת בשדה Editor:

WITH tgas AS (
  SELECT t.block_number, gas_used, effective_gas_price FROM
    bigquery-public-data.goog_blockchain_ethereum_mainnet_us.receipts AS r
    JOIN bigquery-public-data.goog_blockchain_ethereum_mainnet_us.transactions AS t
    ON t.block_number = r.block_number AND t.transaction_hash = r.transaction_hash
)
SELECT
  /* Cast needed to avoid INT64 overflow when doing multiplication. */
  SUM(CAST(tgas.effective_gas_price - b.base_fee_per_gas AS BIGNUMERIC) * tgas.gas_used)
FROM
  bigquery-public-data.goog_blockchain_ethereum_mainnet_us.blocks b JOIN tgas
  ON b.block_number = tgas.block_number
WHERE
  b.block_number >= 12965000 /* The London hard fork. */

כך נראית תוצאה לדוגמה:

תוצאות לדוגמה
f0_
645681358899882340722378

משבצות זמן שדילגו עליהן ב-Beacon Chain

למצוא את מספרי התקופה והמשבצת של משבצות חסרות, מפוצלות או שדילגו עליהן מסיבה אחרת מאז השדרוג של Beacon Chain.

נכנסים לדף BigQuery במסוף Google Cloud .

כניסה ל-BigQuery

השאילתה הבאה נטענת בשדה Editor:

CREATE TEMP FUNCTION SlotNumber(slot_time TIMESTAMP) AS (
  (SELECT DIV(TIMESTAMP_DIFF(slot_time, "2020-12-01 12:00:23 UTC", SECOND), 12))
);

CREATE TEMP FUNCTION EpochNumber(slot_time TIMESTAMP) AS (
  (SELECT DIV(SlotNumber(slot_time), 32))
);

/* Beacon Chain slot timestamps. */
WITH slots AS (
  /* Directly generate the first day's slots. */
  SELECT * FROM UNNEST(GENERATE_TIMESTAMP_ARRAY("2020-12-01 12:00:23 UTC", "2020-12-01 23:59:59 UTC", INTERVAL 12 SECOND)) AS slot_time
  UNION ALL
  /* Join dates and times to generate up to yesterday's slots. Attempting this directly overflows the generator functions. */
  SELECT TIMESTAMP(DATETIME(date_part, TIME(time_part))) AS slot_time
  FROM UNNEST(GENERATE_DATE_ARRAY("2020-12-02", CURRENT_DATE("UTC") - 1)) AS date_part
  CROSS JOIN
  UNNEST(GENERATE_TIMESTAMP_ARRAY("1970-01-01 00:00:11 UTC", "1970-01-01 23:59:59 UTC", INTERVAL 12 SECOND)) AS time_part
)
SELECT
  EpochNumber(slot_time) AS epoch,
  SlotNumber(slot_time) AS slot,
  slot_time,
  FORMAT("https://beaconcha.in/slot/%d", SlotNumber(slot_time)) AS beaconchain_url,
FROM
  slots LEFT JOIN bigquery-public-data.goog_blockchain_ethereum_mainnet_us.blocks
  ON slot_time = block_timestamp
WHERE
  block_number IS NULL AND slot_time BETWEEN "2022-09-15 06:42:59 UTC" AND CURRENT_TIMESTAMP()
ORDER BY slot_time DESC;

כך נראית תוצאה לדוגמה:

תוצאה לדוגמה
תקופת זמן לקביעת נושאים יחידת קיבולת (Slot) slot_time beaconchain_url
211159 6757113 ‫27 ביוני 2023, 23:42:59 UTC https://beaconcha.in/slot/6757113
211159 6757088 ‫2023-06-27 23:37:59 UTC https://beaconcha.in/slot/6757088
211158 6757061 ‫27 ביוני 2023, 23:32:35 UTC https://beaconcha.in/slot/6757061
211145 6756660 ‫27 ביוני 2023, 22:12:23 UTC https://beaconcha.in/slot/6756660
211145 6756642 ‫27 ביוני 2023, 22:08:47 UTC https://beaconcha.in/slot/6756642
211142 6756564 2023-06-27 21:53:11 UTC https://beaconcha.in/slot/6756564
211136 6756379 2023-06-27 21:16:11 UTC https://beaconcha.in/slot/6756379
211136 6756374 ‫27 ביוני 2023, 21:15:11 UTC https://beaconcha.in/slot/6756374
211135 6756320 ‫27 ביוני 2023, 21:04:23 UTC https://beaconcha.in/slot/6756320
211132 6756225 ‫27 ביוני 2023, 20:45:23 UTC https://beaconcha.in/slot/6756225

הנפקת טוקן USDC

נתח את ההנפקה נטו של USDC במהלך השבוע הראשון של מרץ 2023.

נכנסים לדף BigQuery במסוף Google Cloud .

כניסה ל-BigQuery

השאילתה הבאה נטענת בשדה Editor:

CREATE TEMP FUNCTION IFMINT(input STRING, ifTrue ANY TYPE, ifFalse ANY TYPE) AS (
  CASE
    WHEN input LIKE "0x40c10f19%" THEN ifTrue
    ELSE ifFalse
  END
);

CREATE TEMP FUNCTION USD(input FLOAT64) AS (
  CAST(input AS STRING FORMAT "$999,999,999,999")
);

SELECT
  DATE(block_timestamp) AS `Date`,
  USD(SUM(IFMINT(input, 1, -1) * CAST(CONCAT("0x", LTRIM(SUBSTRING(input, IFMINT(input, 75, 11), 64), "0")) AS FLOAT64) / 1000000)) AS `Total Supply Change`,
FROM
  bigquery-public-data.goog_blockchain_ethereum_mainnet_us.transactions
WHERE
  DATE(block_timestamp) BETWEEN "2023-03-01" AND "2023-03-07"
  AND to_address = "0xa0b86991c6218b36c1d19d4a2e9eb0ce3606eb48" -- USDC Coin Token
  AND (
    input LIKE "0x42966c68%" -- Burn
    OR input LIKE "0x40c10f19%" -- Mint
  )
GROUP BY `Date`
ORDER BY `Date` DESC;

כך נראית תוצאה לדוגמה:

תוצאה לדוגמה
תאריך שינוי כולל באספקה
2023-03-07 -257,914,457$
2023-03-06 -223,014,422$
2023-03-05 $200,060,388
2023-03-04 234,929,175$
2023-03-03 463,882,301$
2023-03-02 631,198,459$
2023-03-01 172,338,818$

‫10 היתרות הגבוהות ביותר בחשבונות USDC

תנתח את המחזיקים המובילים כרגע באסימוני USDC.

נכנסים לדף BigQuery במסוף Google Cloud .

כניסה ל-BigQuery

השאילתה הבאה נטענת בשדה Editor:

WITH Transfers AS (
  SELECT address token, to_address account, 0 _out, CAST(quantity AS BIGNUMERIC) _in
  FROM `bigquery-public-data.goog_blockchain_ethereum_mainnet_us.token_transfers`

  UNION ALL

  SELECT address token, from_address account, CAST(quantity AS BIGNUMERIC) _out, 0 _in
  FROM `bigquery-public-data.goog_blockchain_ethereum_mainnet_us.token_transfers`
)

/* Top 10 Holders of USDC */
SELECT account, (SUM(_in) - SUM(_out)) / 1000000 balance
FROM Transfers
WHERE token = '0xa0b86991c6218b36c1d19d4a2e9eb0ce3606eb48'
GROUP BY account
ORDER BY balance DESC
LIMIT 10;

כך נראית תוצאה לדוגמה:

תוצאה לדוגמה
חשבון יתרה
0xcee284f754e854890e311e3280b767f80797180d 934249404.099105
0x40ec5b33f54e0e8a33a975908c5ba1c14e5bbbdf 608860969.753471
0x47ac0fb4f2d84898e4d9e7b4dab3c24507a6d503 422999999.84
0x0a59649758aa4d66e25f08dd01271e891fe52199 382469988.743467
0xd54f502e184b6b739d7d27a6410a67dc462d69c8 335866305.446392
0x99c9fc46f92e8a1c0dec1b1747d010903e884be1 300569267.063296
0xda9ce944a37d218c3302f6b82a094844c6eceb17 231000000
0x51edf02152ebfb338e03e30d65c15fbf06cc9ecc 230000000.000002
0x7713974908be4bed47172370115e8b1219f4a5f0 218307714.860457
0x78605df79524164911c144801f41e9811b7db73d 211737271.4

חמשת הסוחרים הכי פעילים בטוקנים של BAYC

לנתח אילו חשבונות בבעלות חיצונית (EOA) העבירו הכי הרבה אסימוני NFT של Bored Ape.

נכנסים לדף BigQuery במסוף Google Cloud .

כניסה ל-BigQuery

השאילתה הבאה נטענת בשדה Editor:

WITH Transfers AS (
  SELECT address AS token, to_address AS account, COUNT(*) transfer_count
  FROM `bigquery-public-data.goog_blockchain_ethereum_mainnet_us.token_transfers`
  GROUP BY token, account

  UNION ALL

  SELECT address AS token, from_address AS account, COUNT(*) transfer_count
  FROM `bigquery-public-data.goog_blockchain_ethereum_mainnet_us.token_transfers`
  WHERE from_address != '0x0000000000000000000000000000000000000000'
  GROUP BY token, account
)

SELECT account, SUM(transfer_count) quantity
FROM Transfers LEFT JOIN `bigquery-public-data.goog_blockchain_ethereum_mainnet_us.accounts` ON account = address
WHERE NOT is_contract AND token = '0xbc4ca0eda7647a8ab7c2061c2e118a18a936f13d' /* BAYC */
GROUP BY account
ORDER BY quantity DESC
LIMIT 5;

כך נראית תוצאה לדוגמה:

תוצאה לדוגמה
חשבון כמות [quantity]
0xed2ab4948ba6a909a7751dec4f34f303eb8c7236 6036
0x020ca66c30bec2c4fe3861a94e4db4a498a35872 2536
0xd387a6e4e84a6c86bd90c158c6028a58cc8ac459 2506
0x8ae57a027c63fca8070d1bf38622321de8004c67 2162
0x721931508df2764fd4f70c53da646cb8aed16ace 968

המחיר היומי הממוצע של WETH ב-USDC ב-Uniswap

הצגת המחיר היומי הממוצע של המרה במאגר העמלות של Uniswap USDC/WETH בשיעור של 0.05%.

נכנסים לדף BigQuery במסוף Google Cloud .

כניסה ל-BigQuery

השאילתה הבאה נטענת בשדה Editor:

With Swaps AS (
  SELECT block_timestamp, transaction_hash,
    STRING(args[0]) sender,
    STRING(args[1]) recipient,
    SAFE_CAST(STRING(args[2]) AS BIGNUMERIC) amount0, /* USDC amount */
    SAFE_CAST(STRING(args[3]) AS BIGNUMERIC) amount1, /* WETH amount */
    SAFE_CAST(STRING(args[4]) AS BIGNUMERIC) sqrtPriceX96,
    CAST(STRING(args[5]) AS BIGNUMERIC) liquidity,
    CAST(STRING(args[6]) AS INT64) tick
  FROM `bigquery-public-data.blockchain_analytics_ethereum_mainnet_us.decoded_events`
  WHERE event_signature = 'Swap(address,address,int256,int256,uint160,uint128,int24)' /* Uniswap v3 Swaps */
  AND address = '0x88e6a0c2ddd26feeb64f039a2c41296fcb3f5640' /* USDC/ETH 0.05% Pool */
),
EtherUSDC AS (
  SELECT block_timestamp,
    ABS(amount0) / 1000000 usdc_amount, /* USDC uses 6 decimals */
    ABS(amount1) / 1000000000000000000 eth_amount, /* WETH uses 18 decimals */
    ABS(SAFE_DIVIDE(amount0, amount1)) * 1000000000000 usd_eth /* USDC/ETH has 12 decimal difference */
  FROM Swaps
)

SELECT EXTRACT(DATE FROM block_timestamp) `date`, CAST(AVG(usd_eth) AS STRING FORMAT '$9,999.00') `avg_price`, COUNT(*) `swap_count`
FROM EtherUSDC
WHERE usdc_amount >= 1.00 /* Ignore miniscule swaps */
GROUP BY `date`
ORDER BY `date` DESC

כך נראית תוצאה לדוגמה:

תוצאה לדוגמה
תאריך avg_price swap_count
2023-10-03 1,658.24$ 3819
2023-10-02 $1,704.98 5136
2023-10-01 1,689.63$ 3723
2023-09-30 $1,675.90 2988
2023-09-29 $1,665.99 4173