0G project introduction and participation methods
The 0G Labs project is a modular AI blockchain designed to alleviate the pain points of on-chain AI applications in the web3 ecosystem, such as speed and cost efficiency. The project enables frictionless interoperability between chains through modular technology while ensuring security, eliminating fragmentation and maximizing connectivity. The project has secured $35 million in pre-seed funding to revolutionize the AI landscape through its modular approach. The mission of this project is t...
Space and Time 推出用于区块链和人工智能数据验证的 Proof-of-SQL
该产品可用于验证查询的数据是否准确且未被修改 Space and Time 是一家自称是人工智能驱动的数据仓库的公司,宣布于 8 月 2 日推出其 Proof-of-SQL 产品。 Proof-of-SQL 能够证明适用查询中返回的数据是准确的并且未被篡改。这种验证是通过**零知识(ZK)证明**来完成的,它在 Space and Time 的去中心化数据网络中生成 SNARK 加密查询证明执行。 Space and Time 联合创始人兼研究主管 Jay White 表示:“我们相信数据将增强链上和链下生态系统之间的互操作性,促进去中心化系统和传统系统之间更大的协作。”White 补充说,Proof-of-SQL 可以在许多不同行业“释放创新、效率和用户满意度的新水平”,包括金融、零售、医疗保健、游戏以及任何使用区块链的领域。 该产品可用于链上和链下数据。Proof-of-SQL 与许多领域相关Space and Time 指出,Proof-of-SQL 在金融行业特别有用,因为金融行业的货币价值与数据有直接关系。 该公司还描述了如何将 SQL 证明用于人工智能 (AI)。该公...
将 TB 级数据引入智能合约:与来自Space and Time的 Scott Dykstra 聊天
区块链的前提是其处理的数据不可篡改。但到目前为止,与企业必须使用的吞吐量相比,主要区块链的吞吐量非常小。 更重要的是,区块链甚至无法有效地访问自己的数据。以太坊存档节点需要 3 到 12 TB 的数据(取决于实施情况),但智能合约根本无法在不花费大量天然气的情况下访问这些数据。 许多项目构建了索引器来解决与区块链数据归档相关的低效率问题,解决一些直接需求,例如 DEX 分析页面。但空间和时间这个领域的新成员正在努力将这一概念提升到一个全新的水平。 时空依托加密的 SQL 证明系统构建了一个全面的“数据仓库”系统,旨在将数据验证能力扩展到数百 TB。随着人工智能的发展,即使在 Web3 之外,这一点也变得越来越重要。 我们与 Space and Time 首席技术官 Scott Dykstra 进行了座谈,详细了解该公司如何充分利用区块链的潜力。 嗨,斯科特,很高兴认识你。让我们首先对该主题进行基本介绍。为什么世界需要可验证且防篡改的数据?这只是 Web3 的一个用例,还是您认为它会扩展到其他领域? SD: 我认为,随着我们进入一个混乱的、人工智能驱动的世界,验证数据没有被篡改以及...
Has a funny soul and a handsome face
0G project introduction and participation methods
The 0G Labs project is a modular AI blockchain designed to alleviate the pain points of on-chain AI applications in the web3 ecosystem, such as speed and cost efficiency. The project enables frictionless interoperability between chains through modular technology while ensuring security, eliminating fragmentation and maximizing connectivity. The project has secured $35 million in pre-seed funding to revolutionize the AI landscape through its modular approach. The mission of this project is t...
Space and Time 推出用于区块链和人工智能数据验证的 Proof-of-SQL
该产品可用于验证查询的数据是否准确且未被修改 Space and Time 是一家自称是人工智能驱动的数据仓库的公司,宣布于 8 月 2 日推出其 Proof-of-SQL 产品。 Proof-of-SQL 能够证明适用查询中返回的数据是准确的并且未被篡改。这种验证是通过**零知识(ZK)证明**来完成的,它在 Space and Time 的去中心化数据网络中生成 SNARK 加密查询证明执行。 Space and Time 联合创始人兼研究主管 Jay White 表示:“我们相信数据将增强链上和链下生态系统之间的互操作性,促进去中心化系统和传统系统之间更大的协作。”White 补充说,Proof-of-SQL 可以在许多不同行业“释放创新、效率和用户满意度的新水平”,包括金融、零售、医疗保健、游戏以及任何使用区块链的领域。 该产品可用于链上和链下数据。Proof-of-SQL 与许多领域相关Space and Time 指出,Proof-of-SQL 在金融行业特别有用,因为金融行业的货币价值与数据有直接关系。 该公司还描述了如何将 SQL 证明用于人工智能 (AI)。该公...
将 TB 级数据引入智能合约:与来自Space and Time的 Scott Dykstra 聊天
区块链的前提是其处理的数据不可篡改。但到目前为止,与企业必须使用的吞吐量相比,主要区块链的吞吐量非常小。 更重要的是,区块链甚至无法有效地访问自己的数据。以太坊存档节点需要 3 到 12 TB 的数据(取决于实施情况),但智能合约根本无法在不花费大量天然气的情况下访问这些数据。 许多项目构建了索引器来解决与区块链数据归档相关的低效率问题,解决一些直接需求,例如 DEX 分析页面。但空间和时间这个领域的新成员正在努力将这一概念提升到一个全新的水平。 时空依托加密的 SQL 证明系统构建了一个全面的“数据仓库”系统,旨在将数据验证能力扩展到数百 TB。随着人工智能的发展,即使在 Web3 之外,这一点也变得越来越重要。 我们与 Space and Time 首席技术官 Scott Dykstra 进行了座谈,详细了解该公司如何充分利用区块链的潜力。 嗨,斯科特,很高兴认识你。让我们首先对该主题进行基本介绍。为什么世界需要可验证且防篡改的数据?这只是 Web3 的一个用例,还是您认为它会扩展到其他领域? SD: 我认为,随着我们进入一个混乱的、人工智能驱动的世界,验证数据没有被篡改以及...
Has a funny soul and a handsome face

Subscribe to honey

Subscribe to honey
Share Dialog
Share Dialog
空间和时间当前支持三种类型的视图。
标准 - 标准视图是基于 SQL 语句执行结果的虚拟表。标准视图不保存 SQL 语句生成的数据。当您查询标准视图时,会执行底层 SQL 语句,并将结果显示为真实的表。
物化- 与标准视图不同,物化视图保存执行基础查询的结果。物化视图可以按用户定义的时间间隔刷新,每次执行基础查询时都会保存新数据。
参数化- 参数化视图类似于标准视图,不同之处在于它可以采用针对视图执行查询时提供的附加参数。
视图是使用与在空间和时间中创建表相同的配置资源 (DDL)端点创建的。
至少,您必须为正在创建视图的资源 ID 提供具有 CREATE 权限的 Biscuit。如果您的查询运行所针对的基础表是使用权限创建的,则此方法有效。如果您的视图将查询的表是,那么您还需要为基础表提供具有适当权限的 Biscuit 。access_type=public_readaccess_type=permissionedSELECT
卷曲
curl -i --request POST \
--url "https://<API_URL>/v1/sql/ddl" \
--header "accept: application/json" \
--header "authorization: Bearer <ACCESS_TOKEN>" \
--header "content-type: application/json" \
--data '
{
"biscuits": ["EuwBCoEBCg5zeHQ6Y2Fw..."],
"sqlText": "CREATE VIEW SE_LAND.my_new_view WITH \"public_key=<BISCUIT_PUBLIC_KEY>\" AS SELECT * FROM SE_LAND.ofac_eth"
}
'
下面仔细看看我们正在执行的 SQL:
SQL
CREATE VIEW SE_LAND.my_new_view
WITH \"public_key=<BISCUIT_PUBLIC_KEY>\"
AS
SELECT *
FROM SE_LAND.ofac_eth;
视图名称为,其完整资源ID为my_new_viewSE_LAND.my_new_view
基础表是,其完整的resourceId是ofac_ethSE_LAND.ofac_eth
这是用于授予权限的密钥对的饼干公钥一侧。 也就是说,与包含此事实的饼干关联的饼干公钥:public_keycreate
sxt:capability("ddl_create", "se_land.my_new_view");
如果基础表 ( ) 是这样创建的,那么您还需要向创建命令提供一个饼干,其中包含以下事实:ofac_ethaccess_type=permissioned
sxt:capability("dql_select", "se_land.ofac_eth");
材质视图可以用几乎相同的方式创建。有一项是必需的差异,另一项是可选的。
首先,您必须告诉 SxT 您想要创建一个物化视图。这就像添加到 SQL CREATE 命令一样简单,如下所示:MATERIALIZED
SQL
CREATE MATERIALIZED VIEW se_playground.my_new_mat_view...
下一个标志是可选的,允许您设置查询的时间(以分钟为单位)。刷新间隔定义了后端执行查询的频率。refresh_interval
SQL
CREATE MATERIALIZED VIEW se_playground.my_new_mat_view
WITH \"public_key=<BISCUIT_PUBLIC_KEY>,refresh_interval=30\"
AS
SELECT *
FROM se_playground.ofac_eth;
目前,物化视图被硬编码为每天刷新一次。在短期内,这将更改为使用刷新间隔,因此强烈建议设置为所需的长度(或 1440 = 每天分钟)
材质视图的 access_type 直接从基础表派生,不需要在 create 语句中指定。
指定的饼干公钥仅用于针对物化视图的 DDL(创建和删除)操作。
参数化视图与标准视图类似,不同之处在于它可以采用针对视图执行查询时提供的附加参数。因此,当我们创建视图时,我们也会定义参数。
卷曲
curl --location '<API_URL>/v1/sql/ddl' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer ACCESS_TOKEN' \
--data '{
"biscuits": [
"<BISCUIT-WITH-CREATE-PERMS>"
],
"sqlText": "CREATE PARAMETERIZED VIEW se_land.my_new_para_view WITH \"public_key=<BISCUIT_PUBLIC_KEY>\" AS SELECT * FROM se_land.dnft_42 WHERE POINTS>@param1"
}'
我们来看看SQL:
SQL
CREATE PARAMETERIZED VIEW se_land.my_new_para_view
WITH "public_key=<BISCUIT_PUBLIC_KEY>"
AS
SELECT
*
FROM
se_lan.dnft_42
WHERE
POINTS > @param1;
如您所见,我们用 指定参数。@param1
查询视图的方式与查询任何其他表的方式相同。
标准
SELECT * FROM SE_LAND.my_new_view
物化
SELECT * FROM SE_LAND.my_new_mat_view
参数化
SELECT * FROM SE_LAND.my_new_para_view('param1=4')或具有多个参数:
SELECT * FROM SE_LAND.my_new_para_view('param1=10','param2=20')
请注意,应该是完整的资源 ID。例如,VIEW_NAMESE_LAND.my_new_para_view
DROP VIEW <VIEW_NAME>
DROP MATERIALIZED VIEW <VIEW_NAME>
DROP PARAMETERIZED VIEW <VIEW_NAME>
空间和时间当前支持三种类型的视图。
标准 - 标准视图是基于 SQL 语句执行结果的虚拟表。标准视图不保存 SQL 语句生成的数据。当您查询标准视图时,会执行底层 SQL 语句,并将结果显示为真实的表。
物化- 与标准视图不同,物化视图保存执行基础查询的结果。物化视图可以按用户定义的时间间隔刷新,每次执行基础查询时都会保存新数据。
参数化- 参数化视图类似于标准视图,不同之处在于它可以采用针对视图执行查询时提供的附加参数。
视图是使用与在空间和时间中创建表相同的配置资源 (DDL)端点创建的。
至少,您必须为正在创建视图的资源 ID 提供具有 CREATE 权限的 Biscuit。如果您的查询运行所针对的基础表是使用权限创建的,则此方法有效。如果您的视图将查询的表是,那么您还需要为基础表提供具有适当权限的 Biscuit 。access_type=public_readaccess_type=permissionedSELECT
卷曲
curl -i --request POST \
--url "https://<API_URL>/v1/sql/ddl" \
--header "accept: application/json" \
--header "authorization: Bearer <ACCESS_TOKEN>" \
--header "content-type: application/json" \
--data '
{
"biscuits": ["EuwBCoEBCg5zeHQ6Y2Fw..."],
"sqlText": "CREATE VIEW SE_LAND.my_new_view WITH \"public_key=<BISCUIT_PUBLIC_KEY>\" AS SELECT * FROM SE_LAND.ofac_eth"
}
'
下面仔细看看我们正在执行的 SQL:
SQL
CREATE VIEW SE_LAND.my_new_view
WITH \"public_key=<BISCUIT_PUBLIC_KEY>\"
AS
SELECT *
FROM SE_LAND.ofac_eth;
视图名称为,其完整资源ID为my_new_viewSE_LAND.my_new_view
基础表是,其完整的resourceId是ofac_ethSE_LAND.ofac_eth
这是用于授予权限的密钥对的饼干公钥一侧。 也就是说,与包含此事实的饼干关联的饼干公钥:public_keycreate
sxt:capability("ddl_create", "se_land.my_new_view");
如果基础表 ( ) 是这样创建的,那么您还需要向创建命令提供一个饼干,其中包含以下事实:ofac_ethaccess_type=permissioned
sxt:capability("dql_select", "se_land.ofac_eth");
材质视图可以用几乎相同的方式创建。有一项是必需的差异,另一项是可选的。
首先,您必须告诉 SxT 您想要创建一个物化视图。这就像添加到 SQL CREATE 命令一样简单,如下所示:MATERIALIZED
SQL
CREATE MATERIALIZED VIEW se_playground.my_new_mat_view...
下一个标志是可选的,允许您设置查询的时间(以分钟为单位)。刷新间隔定义了后端执行查询的频率。refresh_interval
SQL
CREATE MATERIALIZED VIEW se_playground.my_new_mat_view
WITH \"public_key=<BISCUIT_PUBLIC_KEY>,refresh_interval=30\"
AS
SELECT *
FROM se_playground.ofac_eth;
目前,物化视图被硬编码为每天刷新一次。在短期内,这将更改为使用刷新间隔,因此强烈建议设置为所需的长度(或 1440 = 每天分钟)
材质视图的 access_type 直接从基础表派生,不需要在 create 语句中指定。
指定的饼干公钥仅用于针对物化视图的 DDL(创建和删除)操作。
参数化视图与标准视图类似,不同之处在于它可以采用针对视图执行查询时提供的附加参数。因此,当我们创建视图时,我们也会定义参数。
卷曲
curl --location '<API_URL>/v1/sql/ddl' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer ACCESS_TOKEN' \
--data '{
"biscuits": [
"<BISCUIT-WITH-CREATE-PERMS>"
],
"sqlText": "CREATE PARAMETERIZED VIEW se_land.my_new_para_view WITH \"public_key=<BISCUIT_PUBLIC_KEY>\" AS SELECT * FROM se_land.dnft_42 WHERE POINTS>@param1"
}'
我们来看看SQL:
SQL
CREATE PARAMETERIZED VIEW se_land.my_new_para_view
WITH "public_key=<BISCUIT_PUBLIC_KEY>"
AS
SELECT
*
FROM
se_lan.dnft_42
WHERE
POINTS > @param1;
如您所见,我们用 指定参数。@param1
查询视图的方式与查询任何其他表的方式相同。
标准
SELECT * FROM SE_LAND.my_new_view
物化
SELECT * FROM SE_LAND.my_new_mat_view
参数化
SELECT * FROM SE_LAND.my_new_para_view('param1=4')或具有多个参数:
SELECT * FROM SE_LAND.my_new_para_view('param1=10','param2=20')
请注意,应该是完整的资源 ID。例如,VIEW_NAMESE_LAND.my_new_para_view
DROP VIEW <VIEW_NAME>
DROP MATERIALIZED VIEW <VIEW_NAME>
DROP PARAMETERIZED VIEW <VIEW_NAME>
<100 subscribers
<100 subscribers
No activity yet