谷歌：如何使用 Chainlink 和谷歌云共建区块链+云端混合型应用

Chainlink 节点成功得到 web 服务响应后，就会向 Chainlink 预言机合约传回数据，之后会触发 Dapp 合约，随后触发下游具体的 Dapp 业务流程执行。详情请参见下方图表：

如果想了解整合 Dapp 的具体方式，可以参考我们的文档《了解如何通过 Chainlink 从 BigQuery 请求数据》 。

如何使用 BigQuery Chainlink 预言机

这一部分中，我们将探讨如何利用 Google Cloud 和 Chainlink 开发实用的应用。

应用场景 1： 预测市场

预测市场中的参与者可以通过资产配置对未来发生的各种事件进行投机操作。区块链行业一个很有趣的问题是，哪个智能合约平台会成为主流，因为网络生态系统的价值将遵循赢者通吃的逻辑。人们对于哪个平台会成功以及成功怎么定义持有许多不同的见解。

通过使用区块链公共数据集，就可以在区块链上处理很复杂的预测（比如最近有人押 50 万美元预测以太坊的未来走向）。我们在文档中也阐述了如何在具体某个 Dapp 上通过提取 1 天 /7 天 /30 天活动数据测量 Dapp 的使用变化、使用量、使用间隔和使用频率。

这些衡量指标包括每日 / 每周 / 每月活跃用户，并经常用于 web 分析和移动 App 分析，是评估网站和 App 成功与否的标杆。

应用场景 2：对冲区块链平台风险

金融行业成功将现有金融系统复制到了区块链环境中，因此去中心化的金融应用也是大势所趋。金融行业转移到区块链上，从技术角度来看，会比传统金融系统更加值得信任也更加透明。

期货和期权等金融合约的存在原本是为了让企业能够降低或对冲关键资源相关的风险。同样地，如果可以使用平均 gas 价格这种链上活动数据创建简单的金融工具，就可以对冲 gas 价格波动的风险。 区块链网络的其他特质，比如区块时间和 / 或矿工中心化等，都为 Dapp 开发者带来了一定风险，因此也需要做一定对冲，规避风险。

通过从区块链公共数据集中提取优质数据输入到智能合约中，Dapp 开发者可以降低风险，并最终带来更多的创新和区块链技术更加广泛的应用。

我们在相关文档中描述了以太坊智能合约如何与 BigQuery 预言机交互，在任意时间点提取 gas 价格数据。我们还在智能合约中展示了如何使用预言机基于未来 gas 价格执行质押合约，这是 Dapp 正常运行所需的关键数据输入。

应用场景 3：使用潜艇交易（submarine sends）在整个以太坊上实现交易发布和披露

以太坊最受诟病问题之一就是缺乏交易隐私，导致对手会利用链上数据泄露钻空子，剥削高频智能合约用户的价值，比如包含去中心化交易所地址的抢跑交易（front running）。 《派出潜水艇，击沉抢跑者》这篇文章里提到提前交易是目前所有去中心化交易所都遇到的问题，而且会拖慢去中心化金融的步伐，因为交易所是许多去中心化金融产品和应用的关键环节。

通过潜艇交易，智能合约用户能够提高交易隐私，并成功避免对手抢跑，这样一来去中心化交易所立刻能拥有更大的实用价值。虽然这个方法对于阻止抢跑等恶性行为特别有效，但如果没有预言机的话，其本身还是具有一定限制。

不使用预言机的潜艇交易会导致区块链变得臃肿不堪。具体来说，以太坊虚拟机让智能合约最多可以看到区块链上 256 个上游区块，或大约 1 小时内产生的全部区块。这个最大可见范围限制了潜艇交易的实用性，因为当需要重新广播数据的时候会造成不必要的不规范问题。相较之下，如果使用了预言机，就可以拓宽潜艇交易的操作范围，可以看到链上的所有历史数据，因此区块链也不会变得过于臃肿。

总结

我们已经展示了如何使用 Chainlink 服务将 BigQuery 中的区块链公共数据集传输至区块链上。这个技术可以用于提升效率（潜艇交易的案例），在一些情况下为以太坊智能合约建立全新的能力（风险对冲的案例），并打造全新的区块链商业模式（预测市场的案例）。

这个方法的核心是用少量的延迟和交易费用换取大量的经济效用。举个具体的例子，普通的潜艇交易所需链上储存的空间复杂度是 O(n)，要向链上添加新区块，但是如果智能合约等到两个区块后再调用 BigQuery 预言机，那么空间复杂度就能降低到 O(1)。

我们预期这种交互技术将让开发者能够将智能合约平台和云平台的优势结合起来开发混合型应用。我们对结合 Google Cloud 平台上的机器学习服务（比如 AutoML 和 Inference API）尤为感兴趣。

—-

编译者/作者：不详

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。