写在前边

本篇内容主要是目的是介绍一些略微偏技术层面的基础知识，这些是学习使用Dune Analytics的前置条件。不要对这些稍微稍微偏技术内容有抵触心理。实际使用中经常用到的SQL语法其实就那几种，你可以认为其实就是学了几个单词的用法，花时间认真看完基本都能看懂

有任何问题或者建议欢迎DM Twitter@Pro_0xBi

首先搞明白3个基础的问题？

简单来说是：

1.Dune Analytics团队把区块链上的数据清洗后形成结构化的数据存入数据仓库，然后做了一个工具让有一些SQL基础的人能够按照自己的需求灵活地查询数据。

2.平台还的提供了数据可视化的能力，查出来的数据可以方便地做成做成图以及看板

说人话就是说就是出于数据统计的需要，把一些数据分门别类地存储起来,存储的载体是【数据表】。针对某一个或者一些主题的一系列【数据表】合在一起就是数据仓库。

注意:

这里的数据可以是结果数据(比如Uniswap上线以来某个交易对每天的交易量统计)

也可以是过程数据(Uniswap上线以来某个交易对发生的每一条交易记录明细：谁发起的，用A换B，交易时间，tx_hash，交易数量….)

假设你想吃脆香米巧克力，但是你这会儿出不了门，你就叫个跑腿说：我需要一盒巧克力，他的牌子是脆香米。跑腿去了趟超市把巧克力买来送到你家。

类比过来SQL就是你说的那句话，Dune Analytics就是个跑腿儿，他可以让你可以跟数据仓库对话，并且将数据仓库里的数据给你搬出来给你。

你可以认为表就是一个一个的Excel 表，每一个Excel 表里存的不同的数据。以我最常用的表为例erc20."ERC20_evt_Transfer"(ERC20代币的转账日志)

表的字段如下

• from：从哪个钱包转的币

• to：币转到了哪个钱包

• value：转了多少币

• contract_address：转的哪个币(ERC20代币的合约地址，一般可以在CMC查某一个代币的合约地址)

• evt_tx_hash：这笔转账的tx hash是什么

• evt_index：这条数据是这个交易的第几笔，1个交易可能存在多笔数据，比如你在uniswap交易你用APE兑换AAVE，可能就会被拆成2笔数据APE→ETH,ETH→AAVE

• evt_block_time:交易被打包的时间

• evt_block_number：交易被打包的区块高度

SQL最基本的结构或者语法就是

• select : 取哪个字段？

• from ：从哪个表里取？

• where ：限制条件是什么？

select
     "from"
     ,"to"
     ,"value"
from erc20."ERC20_evt_Transfer"
where "from"  = '\xb1a2b43a7433dd150bb82227ed519cd6b142d382'
and "contract_address" = '\xe6ee69495b571e1042f760d7f34009164aff87a2'

额外说明一下

• 关于钱包/合约地址或者是tx hash，实际存到数据库里都做了一层处理：所有的【0x】中的【0】都替换成了【\】

• select多个字段用【英文】逗号隔开，SQL中涉及的逗号引号都必须是英文格式，否则会报错

• 【where】后边如果有多个条件，想多个条件取交集的时候用 【and】连接这些条件，取并集用【or】连接

• 带引号的from是表里的一个字段名，表名前的from是SQL的语法词

常见的聚合函数

• count()

  计数，计算符合要求的数据一共有多少行，如果需要按照某个字段去重，比如按照【to】去重，就是count(distinct “to“ )

• sum()

  求和，比如算孙哥今年以来一共向币安转了多少ETH，就需要用sum()加一下

• max()

  取最大，比如算孙哥今年以来一共向币安最多一次转了多少ETH，就需要用max()算一下

• min()

  取最小

• avg()

  • 取平均

聚合函数就是在你where限制条件下取出来所有的数据，然后再对他们用函数聚合

-- 换成 '\x5ca9a71b1d01849c0a95490cc00559717fcf0d1d'
select
     "from"
     ,"to"
     ,"value"
from erc20."ERC20_evt_Transfer"
where "from"  = '\xb1a2b43a7433dd150bb82227ed519cd6b142d382'
and "contract_address" = '\x5ca9a71b1d01849c0a95490cc00559717fcf0d1d'

结果如下图：

聚合函数就是在你上边where限制条件下取出来所有的数据，然后再对他们用函数聚合，我们用上聚合函数

select
     count("to") as data_count
     ,count(distinct "to") as data_count_v2
     ,sum("value") as data_sum
     ,max("value")  as data_max
     ,min("value") as data_min
     ,avg("value") as data_avg
from erc20."ERC20_evt_Transfer"
where "from"  = '\xb1a2b43a7433dd150bb82227ed519cd6b142d382'
and "contract_address" = '\x5ca9a71b1d01849c0a95490cc00559717fcf0d1d'

算出来的结果：一共出来8条转账记录，转给了4个不同的钱包，总计转了5.45e+23，其中最大一笔2.5e+23….

可以自己对照前一个SQL里的数据看一下是不是能对得上（必然可以对得上🐶）

分组聚合的语法group by。分组聚合顾名思义就是先分组后聚合。

假设上边表格是一个家庭(3个人)2020年前2个月的生活开销明细，如果你只用简单的sum，那你只能得到总计的12900；如果你想的到右边2种统计数据，那就需要用到分组聚合group by（按照【人员】分组聚合或者按照【月份】分组聚合）

我们还是按照之前的脚本取明细数据，不过多加一个字段‘evt_block_time’

如果我们想看这8笔交易一共给每个人(to)转了多少币就可以

1.【value】用sum()聚合，

2.把【to】放在select 后

3.最下方加group by，以及group by跟着分组字段【to】

select
     "to"
     ,sum("value") as value_amount
from erc20."ERC20_evt_Transfer"
where "from"  = '\xb1a2b43a7433dd150bb82227ed519cd6b142d382'
and "contract_address" = '\x5ca9a71b1d01849c0a95490cc00559717fcf0d1d'
group by  "to"

基础的其实就上边那些，还有一些其他语法就不在这里挨个说了，我把关键词列出来，感兴趣自己去搜索引擎搜索（目前dune上以太坊的表用的PostgreSQL，solana的表用的SparkSQL ，其实差不多，只不过函数使用上有细微差异）

• 分组排序:row_number()

• 字符串处理：substr() , concat() , replace()

• 联表查询：join , left outer join , right join

• 多条件判断：case when ， if

• 转换数据类型：cast()

• 保留小数点位数：round()

• 子查询：with as

以上所有灵活组合使用，基本能解决日常95%以上的查询数据的需求