Subsquid (SQD)：一個被市場低估的優質項目

作者：M31 Capital 的 David Attermann

Subsquid網絡是行業內首個模塊化區塊鏈數據索引和查詢解決方案，使開發者能夠高效地訪問和分析鏈上信息。它提供了獨特的模塊化和可擴展架構，允許高度定製的數據處理管道和實時更新。由於市場對其了解不多，這為投資者提供了一個罕見且極具吸引力的投資機會。

區塊鏈數據管理的現狀

當前，Web3開發者面臨的最大挑戰之一是大規模訪問數據。目前，查詢和匯總區塊鏈（交易和狀態數據）、應用程式（解碼智能合約狀態）和任何相關的鏈下數據（如IPFS和Arweave中存儲的價格數據）極其複雜。這些數據通常分散在多個生態系統、鏈和技術中，導致結構不標準和數據孤島的出現，最終使數據集不完整，難以提取有意義的見解。

在Web2中，數據存儲在類似BigQuery、Snowflake、Apache和Iceberg的集中式數據湖中，以便於訪問。然而，將Web3數據存儲在類似的集中式數據湖中，會違背開放和彈性訪問的初衷。如果能夠對Web3應用數據進行匯總、過濾和便捷提取，將在多鏈範式下釋放行業的潛力，推動下一代應用功能的發展。

解決方案： Subsquid network

Subsquid是一個去中心化的查詢引擎，優化用於高效提取大量數據。它目前處理來自超過100個EVM和Substrate網絡的歷史鏈上數據，以及處於測試階段的Solana和Starknet的數據。這些數據包括EVM的事件日誌、交易收據、追蹤和每筆交易的狀態差異等詳細信息。它還在開發利用其多鏈索引功能的協處理器和RAG功能，通過零知識證明市場和可信執行環境（TEE）與鏈下數據湖資源網絡進行無信任連接。

傳統的區塊鏈數據查詢方法速度慢、分散且成本高，開發者難以提取有意義的見解。Subsquid的去中心化查詢引擎提供了可擴展的模塊化架構，允許定製數據管道和實時更新，使數據提取速度提高最多100倍，成本降低最多90%。

目前的產品套件

這些工具使開發者能夠高效地訪問和分析大量區塊鏈數據，從而更輕鬆地構建和擴展複雜的去中心化應用。

1. Subsquid網絡 ：一個分布式查詢引擎，處理來自100多個EVM和Substrate網絡以及測試階段的Solana和Starknet的歷史鏈上數據。

2. Squid SDK ：一個用於在Subsquid網絡上構建索引器的TypeScript工具包，提供用於數據提取、轉換和加載的高級庫。

3. Subsquid雲 ：一個平臺即服務（PaaS），用於部署Squid SDK索引器，提供Postgres資源配置、零停機遷移和高性能RPC端點。

4. Subsquid Firehose ：一個開源輕量級適配器，便於開發和部署子圖，無需大量設置。

模塊化架構

與市場上的其他解決方案不同，Subsquid獨特的模塊化架構允許開發者進行最佳的靈活性和定製。這將在進入Web3開發的下一階段時成為關鍵差異，使應用程式和用例更加複雜和功能豐富。

1. 定製化 ：開發者可以根據特定需求定製數據處理管道的每個組件，從而實現更高效和有效的數據處理。

2. 可擴展性 ：模塊化特性使橫向擴展更容易，通過簡單地增加處理節點來處理不斷增加的數據負載。

3. 靈活性 ：能夠獨立開發和優化管道的不同階段，使Subsquid能夠適應各種用例和性能要求。

4. 效率：通過對數據流和處理邏輯的精細控制，Subsquid在索引和查詢任務中可以實現更高的性能和效率。

為了說明模塊化數據訪問方法的強大功能，我們可以比較分析和實時數據訪問用例。兩者都需要高效的鏈上數據源（Subsquid 網絡），但其餘管道需要完全不同的技術。在 Web2 世界中，應用程式的實時數據訪問通常由相對較小的事務資料庫（Postgres、SQLite）提供支持，而分析則需要 Snowflake、BigQuery 或 Trino 等大數據解決方案。同樣的區分也適用於 Web3 用例，而 Subsquid 具有獨特的優勢，可以從兩個垂直領域獲取有意義的價值份額 。

目標市場和用例

Subsquid的技術在區塊鏈生態系統的所有領域都具有高度相關性：

1. 去中心化應用項目（ dApp Projects） ：提高去中心化應用在DeFi、NFT、遊戲、社交媒體等領域的性能和用戶體驗。

2. 區塊鏈網絡（ Blockchain Networks） ：改進L1和L2網絡的數據基礎設施，幫助開發者構建更高效的數據驅動應用。

3. 分析和研究（ Analytics and Research） ：幫助公司處理大量區塊鏈數據，提取見解和趨勢。

鏈上和Web3數據的每字節價值比Web2高出幾個數量級，並被智能合約、索引器、分析API和邊緣技術（如AI代理）消費。

客戶案例研究

1. Railgun ：隱私聚焦的EVM錢包基礎設施

• Railgun曾使用內部工具直接調用RPC掃描餘額，但速度較慢。嘗試使用The Graph後，發現其在所有鏈上並不具備功能一致性。Subsquid使其新的「隱私池」產品在餘額掃描速度上得到提升。

2. CoinList ：領先的代幣發布平臺

· 由於 CoinList 經常處理新項目，因此為他們打算支持的鏈尋找節點提供商通常很麻煩。大型提供商不支持新的小型鏈，而依賴小型提供商可能很困難且不可靠。從項目團隊本身獲取數據也是不可取的，因為這個基礎設施可能會被篡改或維護不善。Subsquid 使 CoinList 能夠完全繞過這個問題。

· 該平臺對 Subsquid 即將推出的對數據湖中熱塊的原生支持非常感興趣，因為這將 完全消除 RPC 約束 。這為碎片整理提供了機會，不僅適用於 CoinList 等代幣發布平臺，還適用於各種 dApp 和多鏈平臺，如遊戲和社交，它們可能需要來自各種規模生態系統的信息。

被忽視和誤解

Subsquid目前被市場低估的主要原因是其缺乏知名度。儘管其技術差異、功能價值、早期用戶吸引力和巨大潛力，但項目並未獲得應有的關注。原因包括：

· 品牌營銷薄弱： Subsquid 承認，其最初幾年只專注於產品開發和客戶獲取，品牌營銷投入不足。迄今為止，其社交媒體影響力和營銷活動尚未有效地將其價值主張傳達給更廣泛的受眾。

· 代幣發行乏善可陳： 鑑於其營銷工作不盡如人意，SQD 代幣的發行並未像其他區塊鏈項目那樣引起轟動，導致其初始估值較低。

· 深奧的技術差異： Subsquid 產品的先進性和技術性可能難以被更廣泛的市場理解和欣賞。

現在團隊專注於品牌知名度，並在 M31 Capital 等戰略合作夥伴的幫助下，我們相信該項目將能夠更好地向市場傳達其價值，這將推動近期估值的大幅提升。

競爭格局

Subsquid的主要競爭對手包括The Graph、Zettablock和Space and Time。每個平臺都有其獨特的優勢和劣勢，選擇取決於具體項目的需求。我們相信，Web3數據湖/倉庫市場長期來看將是巨大的，有多個大型贏家。

The Graph ：

· 預定義子圖 ：The Graph 依賴於子圖，子圖是用於索引和查詢數據的預定義指令集。雖然這種方法提供了一種結構化且用戶友好的方法，但它缺乏 Subsquid 模塊化處理器提供的深度定製。

· 索引機制 ：Graph 使用更為嚴格的索引機制，索引邏輯的更改通常需要對子圖進行重大調整或重新部署。

· 性能：根據子圖的複雜性和網絡負載提供中等到高性能。它為查詢提供低延遲，並且可以通過添加更多索引器進行水平擴展。

•

Zettablock ：

· 集中控制，去中心化意圖 ：ZettaBlock 將集中式基礎設施與去中心化信任機制相結合。這種方法提供了實時數據索引和查詢功能，但不提供 Subsquid 中相同級別的模塊化定製。

· 數據管道 ：ZettaBlock 專注於具有可定製 ETL（提取、轉換、加載）流程的實時數據管道，但與 Subsquid 的完全分散和模塊化方法相比，它採用更集中的控制框架。

· 性能：專為實時數據索引而設計，查詢響應時間短。它具有高度可擴展性，適用於需要實時數據管道的應用程式。

Space and Time ：

· SQL 證明和混合處理：Space and Time 通過 SQL 證明強調數據完整性，並支持混合事務和分析處理。雖然它提供了用於數據完整性和處理的高級功能，但其架構在索引管道方面並不像 Subsquid 那樣模塊化或可定製。

· 數據倉庫 ：Space and Time 的架構以分散式數據倉庫為中心，雖然它對於大規模數據查詢功能強大，但與 Subsquid 靈活的模塊化管道相比更加單一。

· 性能 ：為區塊鏈和鏈下數據提供高性能優化。支持混合交易和分析處理，確保低延遲和可擴展性。

Subsquid的差異化

Subsquid獨特的模塊化和可定製數據處理方法，加上其對靈活性、性能和可擴展性的關注，使其在區塊鏈數據索引和查詢平臺中脫穎而出。隨著行業的成熟和應用程式變得越來越多鏈和複雜，這種功能將變得越來越有價值。

1. 定製化索引器和處理器 ：

• 靈活索引：允許開發者構建高度可定製的索引器和處理器，便於處理複雜的數據集成任務並從區塊鏈數據中提取有意義的見解。

• 性能優化：自定義處理器可以優化性能，確保索引和查詢高效且可擴展。

2. 多階段處理管道 ：

• 數據流架構：多階段處理管道將數據提取、轉換和存儲分為獨立的階段，提高數據處理任務的可管理性和可擴展性。

• 模塊化：管道的每個階段可以獨立開發和優化，提供更大的數據處理工作流控制。

3. 支持多種數據源 ：

• 多樣的區塊鏈集成：支持多種區塊鏈並能集成各種資料庫，使其成為開發者在不同區塊鏈生態系統中工作的多功能工具。

• 適應性：平臺處理多種數據源的能力確保其能夠適應區塊鏈行業不斷變化的需求。

4 .開發者友好的工具和 SDK

· 綜合 SDK ：提供一個軟體開發工具包（SDK），包括簡化開發定製數據索引器和處理器的工具和庫。

· API支持 ：支持多種API進行數據查詢，包括GraphQL和SQL，為開發者提供靈活性。

5 .去中心化和可擴展架構

· 去中心化處理 ：與The Graph和Space and Time類似，Subsquid利用去中心化節點網絡處理和索引數據，確保高可用性和容錯性。

· 可擴展性 ：平臺設計為橫向擴展，能夠高效處理不斷增加的數據量和查詢量。

6.性能和效率

· 高性能 ：通過在數據處理管道的各個階段進行自定義優化，Subsquid能夠在數據索引和查詢任務中實現高性能。

· 資源使用效率 ：平臺架構確保計算資源的高效利用，降低數據處理的成本和複雜性。

在將 Subsquid 與該領域最成熟的競爭對手 The Graph 進行比較時，最後一點尤為重要，後者的網絡運營效率極低，經濟效益不可持續。如下圖所示，代幣激勵 每月遠遠超過網絡收入 50 倍至 100 倍 ：

從架構上看，The Graph 的「單片」索引節點是一個黑匣子，用於執行編譯成 WASM 的子圖。數據直接來自存檔節點和本地 IPFS，處理後的數據存儲在內置的 Postgres 資料庫中。相比之下，Subsquid Network 提供幾乎零成本的數據訪問、從多個區塊進行更細粒度的數據檢索以及卓越的批處理和過濾功能。

相對估值

Subsquid 流動性最好的代幣是 GRT，其交易價格是 SQD 的 FDV 溢價的 18 倍。Space and Time 將是另一個直接的同類代幣，當該代幣在今年晚些時候開始交易時，這也應該成為 SQD 的催化劑，吸引市場關注 Web3 大數據領域的價值。

從長遠來看，隨著 Web3 行業的成熟，將 Subsquid 與當今類似的 Web2 公司進行比較是合理的，這意味著如果該項目（以及整個 Web3）成功，其上漲空間高達 270 倍。

2030 年 TAM 和上升潛力

儘管區塊鏈數據管理和 Web3 總體而言仍處於起步階段，但我們可以將 Web2 作為 Subsquid 長期 TAM 的參考。我之前曾估算過整個 2030 年 Web3 市場的潛在上升空間，到 2030 年 Web3 GDP（總收入）將達到 5.6 萬億美元。如果我們將 Web2 數據湖和倉庫市場佔 Web2 GDP 總量的百分比，我們可以將其應用於 Web3 GDP 預測，到 2030 年 Web3 數據湖和倉庫市場將達到 236 億美元。

（來源： omnichain 觀察、未來市場洞察、專家市場研究）

如果我們假設 Subsquid 在 2030 年擁有 20% 的市場份額，並應用 10 倍的收入倍數（對於高增長資產來說是合理的，下文將詳細介紹），SQD 的價值將達到 470 億美元，是今天 FDV 的 240 倍！

為什麼是 20% 的市場份額？縱觀 Web2 數據管理提供商的競爭動態，市場領導者長期以來一直保持 40% 以上的份額。考慮到 Web3 更加分散的性質，我們認為 20% 是 Subsquid 上行情景的合理假設。

為什麼是 10 倍收入？這是公共雲計算公司的 10 年平均值（2020 年達到了 22 倍的高點！）。

Subsquid 2030 年 FDV （十億美元）和回報倍數的敏感度表如下：

投資論點

· 高度不對稱的風險/回報投資機會；Subsquid 目前的 FDV 提供 18 倍的上漲空間，以實現與 The Graph (GRT) 的估值平價，我們認為 The Graph (GRT) 的技術和網絡經濟客觀上較差，而長期上漲空間則為 240 倍以上。

· Web3 技術堆棧（數據湖和倉庫）中非常有價值部分的獨特且差異化的資產，隨著應用程式複雜性不斷加速、去中心化 AI 的激增以及一般行業採用的擴大，它將變得更加重要，從而導致鏈上數據呈指數級增長。

· 由於品牌營銷無效、代幣發行活動乏善可陳以及技術差異化深奧，因此被忽視且定價嚴重錯誤。

· 儘管缺乏市場關注，Subsquid 擁有優於大型現有公司的網絡架構、令人印象深刻的早期客戶吸引力以及提供完整數據倉庫功能以及協同處理和 RAG 功能的令人興奮的路線圖。

· 多個近期催化劑包括 6 月份主網啟動、即將進行的網站更新和品牌重塑工作，以及對營銷和戰略合作夥伴計劃的新關注。

技術設計

Subsquid 旨在提供無限的水平可擴展性、無需許可的數據訪問、最小化信任的查詢和低維護成本。其架構確保：

· 原始數據由數據提供商上傳到永久存儲器中。

· 數據被壓縮並分布在網絡節點之間。

· 節點運營商會繳納一筆保證金，這筆保證金可能會因拜佔庭行為而被削減。

· 每個節點都使用 DuckDB 高效地查詢本地數據。

· 可以通過向鏈上智能合約提交籤名的響應來驗證查詢。

網絡架構

1. 數據提供者 ：數據提供者確保數據的質量和及時提供。在啟動階段，Subsquid Labs GmbH是唯一的數據提供者，代理從各個鏈逐塊提取的數據。這些數據通過對比哈希進行驗證，然後分割成小的壓縮塊並保存到持久存儲中。這些塊隨機分配給工人。

2. 工作者 ：為網絡貢獻存儲和計算資源，以點對點方式提供數據，並獲得SQD代幣作為補償。每個工人必須在鏈上註冊並抵押100000 SQD代幣，違反協議將被削減。SQD持有者也可以將代幣委託給特定工人，表示其可靠性並獲得部分獎勵。

3. 調度程序 ：分配數據提供者提交的數據塊給工人。它監控數據集和工人集的更新，向工人發送請求以下載新塊或根據容量和冗餘目標重新分配現有塊。收到更新請求後，工人從持久存儲中下載缺失的數據塊。

4. 日誌收集器 ：收集工人的活躍ping和查詢執行日誌，進行批處理並保存到公共持久存儲中。這些日誌由工人的P2P身份籤名並固定在IPFS上。這些數據至少存儲六個月，供其他網絡參與者使用。

5. 獎勵管理器 ：訪問日誌，計算獎勵並在每個周期提交可認領的承諾。工人然後各自領取他們的獎勵，獎勵可能在一段時間後過期。

6. 數據消費者 ：通過操作網關或使用外部提供的服務（公共或私人）查詢網絡。每個網關綁定到一個鏈上地址。網關可提交的請求數量由鎖定的SQD代幣數量決定，鎖定周期越長，虛擬「計算單元」（CU）越多。所有查詢成本為1 CU，直到複雜的SQL查詢實現。

查詢驗證

Subsquid網絡通過經濟擔保提供查詢數據的有效性，並可能進行鏈上驗證。所有查詢響應由執行查詢的工人籤名，作為對響應的承諾。如果被認定為不正確，工人的保證金將被削減。驗證邏輯可能是數據集特定的，包括以下選項：

1. 權威證明 ：鏈上身份白名單決定響應的有效性。

2. 樂觀鏈上驗證 ：驗證請求後，任何人都可以提交錯誤響應的證明。

3. 零知識證明 ：零知識證明驗證響應與請求完全匹配。證明由鏈下的證明者生成，並由智能合約在鏈上驗證。

未來產品開發

雖然我們堅信Subsquid平臺目前的索引和查詢能力及用戶吸引力被嚴重低估，其長期增長潛力將由即將推出的產品驅動，如TEE/ZK協處理和RAG功能，這將成為未來高效能Web3應用不可或缺的基礎設施。

1. TEE/ZK協處理器 ：

• Subsquid正在開發協處理器解決方案，將其強大的多鏈索引能力與第三方TEE和ZK證明者（如Brevis、Polyhedra、Phala）結合，實現鏈上智能合約與其鏈下數據湖資源網絡的無信任連接。Subsquid認為，提供多種驗證選項是優化特定用例和工作負載性能的理想方式，而不是開發單一的ZK解決方案。

• 這為高計算和數據驅動的鏈上應用程式（如訂單簿DEX、借貸協議和永久合約）開闢了大門，即使在TPS低和程式語言嚴格的區塊鏈上也能實現。

2. AI代理/RAG功能 ：

• 可以預見，在未來10年內，大部分網際網路流量將由AI代理生成和消費。一個逆向觀點認為，沒有一個即用型AI代理平臺可能會主導市場，類似於網站建設平臺（如Wordpress）僅服務於特定的業餘愛好領域。與此同時，2000年後增長的最大份額由基礎設施側的亞馬遜雲服務（AWS）佔據。

• 我們預計在AI與區塊鏈空間中也會出現類似的動態。然而，這次的關鍵瓶頸可能是數據訪問。Subsquid的目標是提供高吞吐量的最小可行接口，使數據訪問成為增長飛輪。

客戶吸引力和戰略合作夥伴

自去年年底測試網啟動以來，用戶數量、Squids（雲索引器）和存檔查詢（網絡查詢）以及網絡數據流量都呈現上升趨勢。

為了與 The Graph 進行同類比較，我們需要比較最終用戶查詢。Subsquid 最終用戶查詢可以從雲（可以跟蹤）或自託管解決方案（目前無法跟蹤）發送。對於 2024 年第一季度，雲查詢總計 12 億次。由於自託管實現的存檔查詢大約是 9 倍（上面的存檔源分布圖），我們可以假設自託管用戶的最終用戶查詢數量也是 9 倍。因此，我們可以估計 Subsquid 在第一季度的最終用戶查詢總數約為 100 億次，大大超過 The Graph，後者在同一時期的最終用戶查詢數量為 16 億次。

谷歌雲合作夥伴關係（ BigQuery集成）

谷歌雲的BigQuery是一種強大的企業數據倉庫解決方案，允許公司和個人存儲和分析PB級的數據。設計用於大規模數據分析，BigQuery支持多雲部署並提供內置的機器學習功能，使數據科學家能夠使用簡單的SQL創建ML模型。BigQuery還與谷歌自己的商業智能和外部工具完全集成，允許用戶在BigQuery中運行自己的代碼，使用Jupyter Notebooks或Apache Zeppelin。

多鏈項目可以利用Subsquid與BigQuery的結合，快速分析其在不同鏈上的使用情況，並獲得費用、運營成本和趨勢的洞察。將自定義策劃的數據保存到BigQuery，開發者可以利用谷歌的分析工具，了解其產品的使用情況，超越單一鏈或平臺的背景。

路線圖和即將到來的催化劑

1. 主網：於 6 月 3 日正式上線，計劃於 7 月份增強 SQD 激勵措施以擴大參與規模。