OnFinality
Nuevos usuarios de RPC: 35% de descuento el primer mesVer oferta
OnFinality Learn
Infraestructura y operaciones9 min de lectura

Footprint Analytics: guía práctica para el análisis de datos de blockchain

Comprende cómo encaja Footprint Analytics en una pila de datos de Web3, conecta un acceso fiable a blockchain y valida los resultados analíticos mediante comprobaciones reproducibles.

TL;DR

Footprint Analytics es una plataforma de analítica de Web3 para explorar y visualizar datos de blockchain, con casos de uso como DeFi, NFT y GameFi. La interfaz analítica es solo una parte de un flujo de datos fiable: el acceso RPC ascendente, la indexación, la normalización, la lógica de consulta y la validación afectan al resultado. Esta guía explica ese flujo, muestra cómo probar una fuente RPC con curl y JavaScript, y proporciona un procedimiento de medición sin inventar afirmaciones de rendimiento. Úsala para evaluar un flujo de trabajo analítico o preparar la infraestructura de un dashboard, proyecto de investigación o producto de datos en producción.

Alcance y respuesta práctica

Footprint Analytics se entiende mejor como una capa analítica sobre los datos de blockchain, no como un sustituto de la red subyacente. Puede ayudar a analistas y equipos de Web3 a encontrar, organizar, consultar y visualizar actividad on-chain. Las descripciones públicas asocian la plataforma con datos de blockchain, dashboards, flujos de trabajo con SQL o Python y áreas como el análisis de DeFi, NFT y GameFi; antes de implementarla, conviene comprobar las cadenas, los conjuntos de datos, las garantías de actualización y las capacidades de exportación exactas en la documentación o la interfaz actual de Footprint.

Para los equipos de ingeniería, la cuestión importante no es solo si se puede crear un gráfico. También hay que determinar si los datos que lo sustentan son completos, se han decodificado correctamente, están alineados temporalmente, son reproducibles y resultan adecuados para la decisión que se va a tomar. Un flujo de trabajo habitual combina un producto analítico con endpoints RPC, indexadores, un almacén de datos y tareas de validación. OnFinality puede proporcionar infraestructura para acceder a blockchain, mientras que la capa analítica y de indexación adecuada depende de la red, el modelo de consulta y el historial necesario.

Si necesitas una recomendación concreta de endpoint para una cadena determinada, utiliza la guía correspondiente de RPC Assistant, como la guía de endpoints RPC multichain. Este artículo se centra en la metodología y las consideraciones de implementación de la analítica de Footprint, no en presentar una lista de proveedores.

  • Utiliza una plataforma analítica para la exploración y la presentación.
  • Utiliza datos indexados o normalizados para consultas complejas y repetibles.
  • Utiliza llamadas RPC para verificar el estado actual de la cadena e investigar los registros de origen.
  • Trata la actualización, la finalización, la decodificación y la cobertura como propiedades explícitas de la calidad de los datos.

Modelo mental de la analítica de blockchain

Un resultado de analítica de blockchain se produce mediante varias transformaciones. Los nodos exponen datos del protocolo, como bloques, transacciones, recibos, logs, estado de las cuentas y registros específicos de programas o contratos. Un servicio de ingesta recupera esos datos, un indexador los interpreta, una capa de transformación estandariza los campos y una capa de consulta o visualización agrega el resultado para convertirlo en métricas.

Esta distinción es importante porque una misma pregunta puede producir respuestas diferentes en distintas capas. Por ejemplo, «billeteras activas diarias» requiere definir qué significa activa, elegir una marca de tiempo, decidir cómo tratar las direcciones de contratos, establecer una regla para las transacciones fallidas y definir una política para los registros duplicados o reorganizados. Un gráfico puede parecer preciso mientras oculta esas decisiones.

Un modelo útil es:

Estado bruto de la cadena → ingesta → decodificación → normalización → definición de la métrica → consulta → visualización

RPC es la capa más cercana al estado bruto de la cadena. Es una fuente de autoridad sobre lo que expone el nodo conectado, pero por lo general no proporciona métricas listas para el negocio. Las plataformas analíticas reducen el trabajo necesario para definir y visualizar esas métricas, pero los equipos siguen teniendo que comprender el alcance del conjunto de datos y validar las conclusiones importantes.

  • Datos brutos: bloques, transacciones, recibos, logs, trazas, saldos y estado de los contratos.
  • Datos decodificados: eventos, instrucciones, transferencias de tokens y entidades de protocolos reconocidos.
  • Datos normalizados: esquemas comunes para direcciones, activos, marcas de tiempo, cadenas y acciones.
  • Datos derivados: usuarios, volúmenes, retención, cohortes, liquidez y otras métricas de negocio.

Requisitos previos y supuestos sobre los datos

Antes de conectar un flujo de trabajo analítico, documenta las redes, el intervalo temporal, las entidades y el requisito de actualización. Un dashboard para el lanzamiento de un producto puede necesitar actualizaciones casi en tiempo real, mientras que un informe de investigación histórica puede priorizar la integridad del backfill y la estabilidad de los resultados de las consultas. La respuesta determina si conviene utilizar una interfaz analítica gestionada, un almacén alimentado por un indexador, RPC directo o una combinación de estas opciones.

También debes identificar el modelo de ejecución y de datos de la red. Las cadenas compatibles con EVM suelen exponer métodos JSON-RPC como eth_blockNumber, eth_getBlockByNumber, eth_getTransactionReceipt y eth_getLogs. Otros ecosistemas utilizan métodos, formatos de transacción, modelos de compromiso y convenciones de indexación diferentes. No des por hecho que un patrón de consulta de EVM se puede trasladar sin cambios a una red que no sea EVM.

Para planificar la infraestructura, revisa la guía de endpoints RPC, el directorio de redes y la información actual sobre precios de RPC. Confirma la autenticación, los límites de solicitudes, los métodos compatibles, los requisitos de archivo y las necesidades regionales o de latencia en la documentación actual del servicio.

  • Una red y un entorno: mainnet, testnet o red de desarrollo.
  • Un contrato de datos: campos, unidades, marcas de tiempo, formatos de dirección y gestión de valores nulos.
  • Un objetivo de actualización: intervalo de consulta, retraso de ingesta o obsolescencia aceptable.
  • Una política de finalización: cuándo se considera estable un bloque o evento.
  • Una fuente de validación: una segunda ruta de consulta, explorador, nodo o muestra calculada de forma independiente.

El acceso RPC como capa de verificación

Cuando un valor analítico parece inesperado, el acceso RPC directo ofrece una forma de nivel inferior para inspeccionar el origen. Puede confirmar el bloque más reciente, recuperar el recibo de una transacción, inspeccionar los logs de eventos o comparar un registro decodificado con la respuesta original de la cadena. RPC no es automáticamente una solución completa para la analítica histórica: la disponibilidad de métodos, la poda, los requisitos de archivo, la indexación y los límites del proveedor varían.

Utiliza una variable de entorno en lugar de incluir las credenciales en el código fuente. La siguiente comprobación compatible con EVM solicita el bloque más reciente. Está diseñada intencionadamente como una prueba a nivel de fuente, no como un benchmark de ningún proveedor. Sustituye RPC_URL por un endpoint de la red que estés investigando.

export RPC_URL="https://example.invalid/your-rpc-endpoint"
curl --fail-with-body --silent --show-error "$RPC_URL" \
  -H 'Content-Type: application/json' \
  --data '{"jsonrpc":"2.0","method":"eth_blockNumber","params":[],"id":1}'

Flujo de trabajo repetible para inspeccionar eventos

Para una aplicación EVM, una secuencia de diagnóstico útil consiste en elegir un hash de transacción conocido, obtener su recibo, registrar el número de bloque y el estado, e inspeccionar los logs emitidos. Compara esos logs con el registro analítico que supuestamente representa la acción. Esto permite detectar errores habituales, como filtrar el contrato equivocado, utilizar una firma de evento obsoleta, excluir implementaciones proxy, tratar las transacciones fallidas como exitosas o convertir incorrectamente valores hexadecimales.

El ejemplo de JavaScript siguiente utiliza la API Fetch estándar disponible en las versiones modernas de Node.js. Solicita el recibo de una transacción e imprime el bloque, el estado y el número de logs. Utiliza un hash de transacción real de la red que estás investigando; no uses un hash de otra cadena.

const RPC_URL = process.env.RPC_URL;
const TX_HASH = process.env.TX_HASH;

if (!RPC_URL || !TX_HASH) {
  throw new Error('Set RPC_URL and TX_HASH');
}

const response = await fetch(RPC_URL, {
  method: 'POST',
  headers: { 'content-type': 'application/json' },
  body: JSON.stringify({
    jsonrpc: '2.0',
    id: 1,
    method: 'eth_getTransactionReceipt',
    params: [TX_HASH]
  })
});

if (!response.ok) throw new Error(`HTTP ${response.status}`);
const payload = await response.json();
if (payload.error) throw new Error(JSON.stringify(payload.error));
if (!payload.result) throw new Error('Receipt not available yet');

console.log({
  blockNumber: parseInt(payload.result.blockNumber, 16),
  status: payload.result.status,
  logCount: payload.result.logs.length,
  contractAddress: payload.result.to
});

Definiciones de métricas y consultas reproducibles

La analítica se vuelve fiable cuando cada métrica tiene una definición escrita. Por ejemplo, una métrica diaria de billeteras podría contar las direcciones de remitentes únicas que emitieron al menos un evento de aplicación exitoso durante un día natural UTC. Esta definición difiere de contar todas las transacciones, contar destinatarios únicos o contar las billeteras que interactuaron con un contrato independientemente del estado de la transacción.

Registra la versión de la consulta, el nombre del conjunto de datos o de la tabla, la cadena, el intervalo de bloques, la convención de marcas de tiempo, las exclusiones de direcciones, la firma del evento y el tratamiento de las reorganizaciones. Si una plataforma oculta algunas de estas decisiones tras un constructor visual, exporta o documenta la consulta y los filtros resultantes. Un gráfico guardado es útil para la comunicación; una métrica documentada es necesaria para la reproducibilidad.

Para grandes exploraciones históricas, es preferible utilizar un conjunto de datos indexado o un almacén de datos en lugar de solicitar repetidamente registros individuales mediante RPC. Utiliza RPC para verificaciones específicas, el estado actual o los vacíos que la capa indexada no cubra. Esta división reduce el volumen innecesario de solicitudes y facilita volver a ejecutar el cálculo analítico.

  • Define el éxito y el fallo antes de contabilizar la actividad.
  • Elige intervalos de bloques además de intervalos de tiempo de reloj.
  • Normaliza explícitamente los decimales de los tokens y las unidades de los activos nativos.
  • Separa, cuando corresponda, las cuentas de propiedad externa, los contratos, las cuentas del sistema y la infraestructura conocida.
  • Versiona la lógica de las métricas cuando cambien los contratos de los protocolos o los esquemas de eventos.

Procedimiento de medición y tabla de resultados

No deduzcas la calidad de un proveedor a partir de una única solicitud correcta. Mide la ruta completa que sea relevante para tu aplicación: DNS y establecimiento de la conexión, latencia de la solicitud, validez de la respuesta, tasa de errores, comportamiento ante los límites de solicitudes y retraso entre un evento conocido de la cadena y su aparición en la capa analítica. Ejecuta la misma prueba desde la región de despliegue, durante un tráfico representativo y utilizando los mismos métodos y tamaños de payload.

Recopila al menos 30 muestras para una comparación breve, o un intervalo más largo para la planificación en producción. Conserva el endpoint, la red, el método, el payload, el tiempo de espera del cliente, la concurrencia, la marca de tiempo, el estado HTTP, el error JSON-RPC y el número de bloque devuelto. No registres nunca tokens secretos en el archivo de resultados.

Utiliza una tabla como la siguiente y complétala con tus propias mediciones:

Caso de pruebaMuestrasTasa de éxitoLatencia medianaLatencia p95Errores RPCBloque más reciente o retraso de actualizaciónNotas
Solicitud del bloque más reciente——————Registra la red y la región
Recibo de transacción——————Utiliza hashes conocidos
Consulta histórica de logs——————Registra el intervalo de bloques y los topics
Actualización de analítica——————Compara la hora del evento con la hora de visibilidad

Interpreta el resultado según la carga de trabajo. Una mediana baja con timeouts ocasionales puede ser peor para un dashboard orientado al usuario que una latencia ligeramente superior pero constante. Una respuesta del bloque actual no demuestra que los logs históricos estén completos, y una respuesta RPC rápida no demuestra que una métrica analítica derivada se haya decodificado correctamente.

Solución de problemas de inconsistencias analíticas

Empieza por identificar en qué punto entra la discrepancia en el flujo. Compara la cadena, el contrato, la zona horaria, el intervalo de bloques y los filtros del dashboard con una consulta directa a la fuente. Después, selecciona una pequeña muestra de hashes de transacciones y sigue cada registro desde el recibo o log bruto hasta la fila normalizada y la métrica final.

Un registro ausente puede deberse a un retraso de ingesta, un patrón de contrato no compatible, un filtro de topics incorrecto, un nodo podado, una transacción fallida, una reorganización o una consulta que termina antes del bloque relevante. Un duplicado puede deberse a la gestión de reintentos, un bloque provisional inestable, errores de paginación o una combinación de tablas con una granularidad incorrecta.

Cuando falle una solicitud RPC, clasifica el fallo en lugar de reintentar a ciegas. Los errores HTTP, los errores JSON-RPC, los timeouts, los parámetros malformados, los límites de solicitudes y los resultados vacíos requieren respuestas diferentes. Utiliza un backoff exponencial acotado para los fallos transitorios, pagina los intervalos grandes y reduce el rango de bloques solicitado cuando el endpoint o la red impongan límites de consulta.

Para los problemas operativos, compara el acceso compartido con un modelo de despliegue más controlado. La guía de nodos dedicados explica cuándo puede valer la pena evaluar una infraestructura dedicada, mientras que la guía de alojamiento de nodos de blockchain ayuda a delimitar las responsabilidades operativas.

  • Cadena o entorno incorrectos: verifica la identidad de la cadena y la configuración de red.
  • Gráfico obsoleto: compara la marca de tiempo del gráfico con el bloque indexado y el bloque RPC más reciente.
  • Eventos ausentes: inspecciona los recibos, los topics, las direcciones de los contratos y los límites de paginación.
  • Totales diferentes: compara los decimales, las zonas horarias, los criterios de éxito y las reglas de deduplicación.
  • Solicitudes intermitentes: analiza por separado el timeout, los límites de solicitudes, la conexión y el comportamiento de los reintentos.

Compensaciones y limitaciones

Una interfaz analítica sin código es eficiente para la exploración, los dashboards y la comunicación, pero puede ocultar cambios de esquema, calendarios de actualización y costes de consulta. SQL o Python ofrecen más control y reproducibilidad, pero requieren conocer las tablas disponibles, la semántica de los eventos y los límites de calidad de los datos. RPC directo proporciona acceso transparente a la fuente, pero crear un indexador multichain completo solo con RPC es costoso y complejo desde el punto de vista operativo.

Los datos normalizados gestionados pueden acelerar el análisis, pero la normalización introduce interpretación. La identidad de los tokens, las etiquetas de billeteras, las clasificaciones de protocolos, la actividad de los bridges y la agrupación de entidades no siempre son hechos universales. Trata las etiquetas como específicas del conjunto de datos, salvo que estén documentados su origen y su política de actualización.

No debe darse por hecho que una plataforma analítica o un proveedor RPC garantiza todos los registros históricos, todos los tipos de trazas o todas las funcionalidades de una cadena. Confirma la cobertura de la red y el método exactos que necesitas. Para tomar una decisión de producción, prueba la carga de trabajo y documenta los resultados observados en lugar de basarte en afirmaciones genéricas sobre velocidad, escala o fiabilidad.

  • Velocidad de exploración frente a control sobre la semántica de las consultas.
  • Comodidad de la normalización frente a dependencia de las definiciones del conjunto de datos.
  • Transparencia de RPC frente al coste de ingeniería de la indexación.
  • Eficiencia de la infraestructura compartida frente a aislamiento y planificación de capacidad.
  • Actualización frente a finalización: los datos más recientes aún pueden estar sujetos a cambios en la cadena.

Traspaso a producción y próximos pasos

Una vez validada una métrica, promuévela con un pequeño contrato de datos que incluya propietario, propósito, versión de la consulta, red de origen, actualización esperada, regla de finalización y umbrales de alerta. Almacena hashes de transacciones representativos y resultados esperados como fixtures de regresión. Vuelve a ejecutarlos después de actualizaciones de protocolos, migraciones de contratos, cambios en los esquemas analíticos y cambios de infraestructura.

Para un dashboard sencillo, empieza con el flujo de trabajo analítico y utiliza comprobaciones RPC para validaciones puntuales. Para un producto que necesite un comportamiento personalizado en tiempo real, combina un conjunto de datos indexado con lecturas RPC y una caché. Para una aplicación de gran volumen, evalúa la capacidad, la concurrencia, el acceso histórico, la observabilidad y la conmutación por error antes del lanzamiento. La documentación del servicio API RPC es el lugar adecuado para revisar los detalles actuales de integración, en vez de copiar supuestos sobre endpoints en el código de la aplicación.

El resultado debe ser algo más que un gráfico visualmente atractivo. Debe ser una métrica que otro ingeniero pueda reproducir, rastrear hasta los registros de origen y evaluar según criterios explícitos de actualización y corrección. Esa es la base de una analítica de Footprint fiable en redes de Web3 cambiantes.

  • Documenta la métrica y sus datos de origen.
  • Valida una muestra frente a los registros brutos de la cadena.
  • Mide la carga de trabajo real desde el entorno de despliegue previsto.
  • Supervisa la actualización, los errores, el progreso de los bloques y los cambios de esquema.
  • Revisa los supuestos cuando cambien los contratos, los protocolos o la infraestructura de red.

Nunca te preocupes por la infraestructura nuevamente

OnFinality elimina la carga pesada de DevOps para que puedas construir de forma más inteligente y rápida.

Comenzar