从 Web2到 Web3：数据规模与碎片化带来的新挑战

在2024年，获取加密数据似乎变得越来越简单，借助 Etherscan、Dune 和 Nansen 等工具，我们可以随时查看所需的数据。表面上看，这确实如此。

数据规模的转变

在传统的 Web2领域，当一个公司拥有10名员工和100,000名客户时，生成的数据量可能不超过100 GB，这个数据规模足够小，iPhone 就能轻松处理和存储所有数据。然而，当公司规模扩大到1,000名员工和100,000,000名客户时，处理的数据量可能会达到数百 TB，甚至 PB。

这种规模的增加带来了全新的挑战，需要更多的考虑。处理数百 TB 的数据，你需要一个分布式计算机集群来执行任务。在发送这些作业时，需要考虑以下问题：

如果工人未能履行职责，会发生什么？

如果一名工人比其他工人花的时间长得多，会怎样？

如何确定分配任务给哪位工人？

如何将所有结果合并在一起，确保计算的正确性？

这些问题在处理跨多台机器的大数据计算时非常关键。数据的规模带来了一些看不见的问题。规模越大，所需的基础设施就越多，才能正确管理数据。对大多数人来说，这些问题是不可见的。处理这种规模的数据，还需要应对其他挑战：

拥有操作这种规模机器的专业人才

存储和计算所有数据的成本

前瞻性规划和架构，以确保需求得到支持

碎片化的挑战

随着数据规模的增加，另一个新的维度使加密数据变得更加复杂，那就是由于市场的经济激励，加密数据会不断分裂。例如：

新区块链的兴起：目前，已有近50个 L2上线，另外还有数百个正在筹备中。每个 L2实际上都是一个新的数据库源，需进行索引和配置，虽然希望它们标准化，但实际情况往往不尽如人意。

新型虚拟机的兴起：EVM 只是其中一个领域，SVM、Move VM 和其他许多虚拟机也正在涌现。每种新型虚拟机意味着一种全新的数据方案，需从基本原理和深入理解的角度来处理。市场上有数十亿美元的投资在推动这些新技术的发展。

新账户原语的兴起：智能合约钱包、托管钱包和账户抽象化为数据的解释带来了新的复杂性。发件人地址可能并非真实用户，而是由中继提交，真实用户可能在混合中的某个地方。

由于无法量化未知的事物，碎片化的挑战尤其突出。你永远不知道世界上所有的 L2和即将出现的虚拟机。即便它们达到足够的规模，跟进也是一个全新的故事。

开放但不互操作

另一个让人惊讶的问题是数据虽然开放，但难以实现互操作性。团队拼凑的智能合约就像一个大型数据库中的小型数据库。我喜欢把它们看作模式，所有的数据都在那里，但开发智能合约的团队通常了解如何将它们拼凑在一起。你可以花时间去理解，但你需要对所有潜在的模式进行数百次操作，且在没有交易另一方买家的情况下，很难做到这一点。

举个例子，你想知道“这个用户使用桥梁的频率是多少？”这个问题看似简单，但内含许多复杂因素：

你需要知道所有存在的桥梁，以及你关心的链。全链数据的获取本身就很有挑战性。

对于每座桥梁，你需要了解它们的智能合约运作方式。

一旦理解了所有的排列，就需要通过一个能够统一所有模式的模型进行推理。

解决上述每个挑战都非常困难，需要大量资源。

结果

所有这些问题导致了今天的生态系统状况……

信息的不可量化：生态系统中，几乎没人知道真正发生了什么。很多活动难以准确量化，用户数量虚高，女巫攻击难以检测，指标变得无关紧要和不可信！

链上身份的真实化问题：若要建立强烈的身份意识，准确的数据至关重要，否则身份将被歪曲。

从 Web2到 Web3，数据的规模和复杂性不断增加，挑战也在不断演变。如何应对这些挑战，将决定 Web3未来的发展方向。