比特币数据分析ETL工具

1、软件包概述

BlockETL软件包用于比特币区块链数据分析中的数据抽取、转换和加载。 主要特性如下：

• 直接读取原始区块文件，抽取速度快
• 将原始区块和交易数据加载至SQL数据库，便于后续的区块链数据分析
• 支持多流水线并行处理，可自己控制并发流水线数量
• 结构设计清晰，代码便于扩展

BlockETL软件包采用Java开发，支持Windows、OSX和Linux等多种操作系统， 当前版本1.0.0，主要类/接口及关系如下图所示：

BlockETL软件包的目录组织及主要代码文件清单如下：

2、软件包使用方法

在开始使用软件包之前，请先安装好gradle 6、jdk 8和所选择的SQL数据库。下面 以MySQL为例说明使用过程：

• 安装mysql服务器，参考文档：Install and Upgrading MySQL。
• 安装jdk 8，参考文档：JDK 8 Installation
• 安装gradle 6，参考文档：Gradle Installation。

2.1 初始化数据库/表结构

进入软件包的sql目录，使用ddl.sql脚本创建数据库和基础表结构：

mysql -u root -p < ddl.sql

上述命令会要求交互输入root用户的密码，也可以使用其他有足够权限的用户名/密码。 成功执行后，上述命令将创建数据库bitcoin_analysis和基础数据表：

• blocks：比特币区块头数据表
• transactions：比特币交易头数据表
• tx_inputs：比特币交易输入数据表
• tx_output：比特币交易输出数据表

2.2 抽取流程配置

首先根据自己的基础环境配置，修改demo/src/App.java文件中的区块目录和数据库连接信息并保存：

String dataDir = "…";                               //区块数据文件目录
String dbUrl = "jdbc:…. ";               //SQL数据库连接URL  
String dbUser = "…",                     //SQL数据库用户名
String dbPassword = "…";                 //SQL数据库密码
String network = "mainnet";              //主网：mainnet，测试网：testnet

2.3 数据抽取与加载

进入软件包的demo目录，使用gradle run或gradle.bat run命令启动演示应用， 可以看到屏幕输出的数据加载进度：

软件包的demo应用除了在屏幕输出日志，也会记录到当前目录下的app.log文件中， 可以利用此文件排查故障。

要长时间无人值守运行，可以使用gradle distZip打包后再执行编译好的程序。

2.4 数据分析

一旦完成区块链数据的抽取并加载到SQL数据库中，就可以进行数据分析了。

为了提高数据加载速度，在之前的ddl.sql中没有定义数据表的索引，因此在进行 数据分析之前，首先要使用index.sql来建立数据表索引以加速统计查询的执行。 进入sql目录执行如下命令完成索引构建，根据要求输入密码：

mysql -u root -p < index.sql

索引建立之后，就可以利用SQL进行数据分析了。预置的stats.sql提供了几个 基本的分析，可以作为参考。