Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ブロックチェーンアプリのトランザクションに対するデータ分析 / PyCon-JP-2019
Search
odanado
PRO
September 16, 2019
Programming
0
420
ブロックチェーンアプリのトランザクションに対するデータ分析 / PyCon-JP-2019
odanado
PRO
September 16, 2019
Tweet
Share
More Decks by odanado
See All by odanado
Vitest Browser Mode への期待 / Vitest Browser Mode
odanado
PRO
3
4.5k
@nestjs/bull の活用について
odanado
PRO
0
1.5k
クラウド KMS の活用 / TOKYO BLOCKCHAIN TECH MEETUP 2022
odanado
PRO
0
1.2k
Vue.observable で状態管理 / vue-observable-state-management
odanado
PRO
4
2k
nuxtjs-axios-error-handling
odanado
PRO
0
350
スマートコントラクトに対する既知の攻撃とその対策 / bc.tokyo-21
odanado
PRO
0
240
最近のweb3.js事情 / bc.tokyo-19
odanado
PRO
2
510
YAPC::Tokyo 2019に スタッフ参加してみて / kichijojipm-18
odanado
PRO
1
2.3k
JavaScript + Dockerの知見 / knowledge-of-docker-in-javascript
odanado
PRO
9
54k
Other Decks in Programming
See All in Programming
複雑なフォームに立ち向かう Next.js の技術選定
macchiitaka
2
130
「待たせ上手」なスケルトンスクリーン、 そのUXの裏側
teamlab
PRO
0
530
ProxyによるWindow間RPC機構の構築
syumai
3
1.2k
Introducing ReActionView: A new ActionView-compatible ERB Engine @ Rails World 2025, Amsterdam
marcoroth
0
690
私の後悔をAWS DMSで解決した話
hiramax
4
210
今から始めるClaude Code入門〜AIコーディングエージェントの歴史と導入〜
nokomoro3
0
170
AI時代のUIはどこへ行く?
yusukebe
18
8.9k
Putting The Genie in the Bottle - A Crash Course on running LLMs on Android
iurysza
0
140
「手軽で便利」に潜む罠。 Popover API を WCAG 2.2の視点で安全に使うには
taitotnk
0
860
ユーザーも開発者も悩ませない TV アプリ開発 ~Compose の内部実装から学ぶフォーカス制御~
taked137
0
180
プロパティベーステストによるUIテスト: LLMによるプロパティ定義生成でエッジケースを捉える
tetta_pdnt
0
1.7k
請來的 AI Agent 同事們在寫程式時,怎麼用 pytest 去除各種幻想與盲點
keitheis
0
120
Featured
See All Featured
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.1k
KATA
mclloyd
32
14k
Documentation Writing (for coders)
carmenintech
74
5k
A Tale of Four Properties
chriscoyier
160
23k
The Invisible Side of Design
smashingmag
301
51k
Navigating Team Friction
lara
189
15k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
126
53k
Building Adaptive Systems
keathley
43
2.7k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
188
55k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
Faster Mobile Websites
deanohume
309
31k
Transcript
ブロックチェーンアプリの トランザクションに 対するデータ分析 1 @odan3240
自己紹介 2
自己紹介 • Twitter: @odan3240 • ソフトウェアエンジニア • 会社: モバイルファクトリー
◦ チーム: ブロックチェーンチーム 3
自己紹介 • PyCon JP 参加 2回目 4
目次 • 発表の概要 • ブロックチェーン (Ethereum) とは • NFT /
NFT ゲーム とは • 本題 ◦ 方法 ◦ 分析例 5
発表の概要 6
発表の概要 • 2018年はブロックチェーンを用いた アプリ/ゲームが数多くリリースされた • ブロックチェーン上のデータは基本的にパブリック • 普通のゲームは内部の取引は非公開 •
パブリックに公開されているデータに対して BigQuery を用いて集計処理を行っているところを 伝えられると嬉しい 7
Ethereum とは 8
Ethereum とは • ブロックチェーンの1つ ◦ Bitcoin などと同じく仮想通貨を持ち流通している • ブロックチェーンアプリのプラットフォーム
◦ ブロックチェーン上にプログラムをデプロイできる ▪ AWS Lambda に関数をデプロイするイメージ ▪ 改ざんされない永続化 KVS 付き 9
Ethereum とは • コントラクト ◦ ブロックチェーン上にデプロイされたプログラム • トランザクション ◦ コントラクト上の関数呼び出し
• ブロック ◦ 約15秒間隔の世界中のトランザクションの集まり • ノード ◦ トランザクションを集めてブロックを作る ◦ 世界中に存在して P2P で同期している • ユーザー ◦ 普通の一般人 ◦ 固有の秘密鍵を持つ 10
Ethereum とは • Ethereum を利用する流れ ◦ ユーザーはトランザクションに対して秘密鍵で署名 ◦ ユーザーはトランザクションをノードに送信 ◦
ノードはトランザクションを 他のノードにブロードキャスト ◦ ノードはブロックを生成 • 特徴 ◦ 誰がどのトランザクションをいつ実行したかわかる 11
NFT とは 12
NFT とは • Non-Fungible Token = 代替不可能なトークン • お金は Fungible
(代替可能) ◦ Alice が持つ 100円 と Bob が持つ 100円は同じ 13
NFT とは • NFT の使われ方 ◦ ユーザーの一部アイテムの所有権の情報を ブロックチェーンに記録 • NFT
の取引 ◦ 運営からの購入 ◦ ユーザー間での売買 • NFT の取引も誰がいつ何を行ったかがわかる 14
本題 15
ブロックチェーンアプリのデータ分析 • ブロックチェーンアプリの特徴 ◦ 「誰がどのトランザクションをいつ実行したかわかる」 ◦ 「ゲームアイテム (NFT) の取引内容がパブリック」
• 第三者が分析や検証することが可能 ◦ 普通のアプリだと運営かアプリの プラットフォーマーしかできないこと 16
方法 • BigQuery の Public Dataset 上に Ethereum の トランザクションの情報が公開
されている ◦ https://cloud.google.com/blog/products/data-analytics/ether eum-bigquery-public-dataset-smart-contract-analytics ◦ https://github.com/blockchain-etl/ethereum-etl 17
方法 • データのスキーマ 18
方法 19
分析例 20
各月ごとのトランザクション数 • Ethereum 全体のトランザクション数 21
各月ごとのトランザクション数 22
各月ごとのトランザクション数 23
NFT の取引数 24
NFT の取引数 25
NFT の取引数 26
まとめ 27
まとめ • Ethereum はブロックチェーンの一種 • Ethereum を用いたブロックチェーンアプリや ゲームがリリースされている • Ethereum
のデータはパブリック ◦ 第三者が分析や検証を行える • 今回は方法を紹介した ◦ BigQuery を用いて集計 ◦ Pandas で加工 ◦ matplotlib で可視化 28