ERPC bổ sung Jet Analytics vào Solana RPC

ELSOUL LABO B.V. (Trụ sở: Amsterdam, Hà Lan; CEO: Fumitake Kawasaki) và Validators DAO, đơn vị vận hành ERPC, hân hạnh thông báo rằng ERPC đã bổ sung Jet Analytics & Indexed RPC vào Solana RPC, ra mắt các phương thức được hỗ trợ mới giúp dễ dàng truy xuất dữ liệu lịch sử, thực hiện backfilling, khôi phục sau sự cố và xây dựng hạ tầng phân tích thông qua triển khai Jetstreamer.

Với cập nhật này, nhà phát triển sử dụng ERPC Solana RPC có thể làm việc không chỉ với dữ liệu thu thập từ thời điểm hiện tại trở đi, mà còn với dữ liệu lịch sử được lưu giữ trong index. Điều này giúp dễ dàng phát triển ứng dụng, backfill dữ liệu thiếu, khôi phục sau sự cố, phân tích hoạt động trong quá khứ, giám sát hệ thống và kiểm chứng hành vi lịch sử.

Các phương thức được hỗ trợ là getTransactionsForAddress, getTransfersByAddress, jetTopPrograms, jetSlotStats, jetTpsTimeseries, jetEpochSummary và jetProgramStats. Đây là các phương thức Jet Analytics & Indexed RPC được cung cấp thông qua self-hosted index và gateway có nguồn gốc từ Jetstreamer, do ERPC vận hành.

Cập nhật này khả dụng trên tất cả ERPC Solana RPC plans. Người dùng hiện tại cũng có thể thử Jet Analytics & Indexed RPC từ ERPC API key và Solana RPC endpoint hiện tại mà không cần đăng ký gói plan riêng.

ERPC Dashboard: https://dashboard.erpc.global/vi Website chính thức của ERPC: https://erpc.global/vi

Có thể thử Jet Analytics trực tiếp từ Docs trong ERPC Dashboard

Trong ERPC Dashboard, nhà phát triển có thể quản lý usage và plans của Solana RPC, đồng thời mở Solana RPC Documentation từ mục Docs để xem từng phương thức Jet Analytics & Indexed RPC. Định dạng request, parameters, cấu trúc response và lưu ý sử dụng có thể được kiểm tra từ tài liệu, cho phép nhà phát triển bắt đầu kiểm chứng ngay lập tức.

Jet Analytics bổ sung khả năng truy cập dữ liệu lịch sử và index-backed analytics vào luồng sử dụng Solana RPC hiện có. Nhà phát triển có thể kiểm tra ERPC Solana RPC endpoint của mình và sử dụng cùng API key, cùng dashboard và cùng bộ tài liệu để truy xuất transactions trong quá khứ, token transfers, thống kê program, thống kê slot, xu hướng TPS và epoch summary.

Nhờ đó, việc sử dụng dữ liệu lịch sử từ nền tảng ERPC Solana RPC trở nên dễ dàng hơn trong giai đoạn đầu phát triển ứng dụng, xây dựng hạ tầng phân tích, bổ sung cho indexer hiện có, khôi phục sau sự cố, kiểm chứng dữ liệu trong các kỳ trước, hiển thị lịch sử cho người dùng và đồng bộ lại hệ thống giám sát.

Tăng cường truy xuất dữ liệu lịch sử thông qua triển khai Jetstreamer

Solana RPC được sử dụng rộng rãi như hạ tầng để truy xuất trạng thái hiện tại và thông tin gần nhất. Tuy nhiên, trong phát triển ứng dụng và vận hành hạ tầng phân tích thực tế, chỉ trạng thái hiện tại thường không đủ. Nhà phát triển thường cần truy xuất transactions đã xảy ra trong quá khứ, lịch sử theo địa chỉ, token transfers, hoạt động thực thi của các program cụ thể, số lượng transactions theo từng slot và mức độ hoạt động theo epoch sau khi sự kiện đã xảy ra.

Khi bắt đầu một ứng dụng mới, nhà phát triển cần không chỉ "dữ liệu có thể thu thập từ bây giờ", mà còn "dữ liệu đã từng phát sinh trước đó". Ví, Explorer, ứng dụng giao dịch, hạ tầng phân tích, hệ thống giám sát, bot và AI agent sẽ không thể hiểu đầy đủ hoạt động trước đây của người dùng, lịch sử transactions, dòng chảy token, mức độ sử dụng program hoặc dữ liệu so sánh làm tiền đề cho phát hiện bất thường nếu chỉ bắt đầu thu thập dữ liệu từ thời điểm hiện tại.

Trước đây, việc backfilling kiểu này luôn đi kèm với gánh nặng vận hành lớn. RPC thông thường tập trung vào việc truy xuất trạng thái mới nhất và dữ liệu gần nhất, do đó việc truy xuất nhanh dữ liệu archive cũ và định dạng nó sao cho ứng dụng dễ sử dụng thường đòi hỏi indexer chuyên dụng, archive node, cơ sở dữ liệu tùy chỉnh và quá trình re-fetch kéo dài. Kết quả là trong nhiều dự án phát triển, đội ngũ có thể bắt đầu thu thập dữ liệu từ thời điểm hiện tại, nhưng lại khó bắt đầu xây dựng ứng dụng với dữ liệu lịch sử có sẵn.

ERPC nay đã tích hợp self-hosted index dựa trên Jetstreamer vào hạ tầng Solana RPC để nâng cao tính thực tiễn của việc truy xuất dữ liệu lịch sử. Điều này cho phép nhà phát triển sử dụng dữ liệu lịch sử được lưu giữ trong index để backfilling, re-fetching, khôi phục và phân tích, thay vì chỉ dựa vào dữ liệu mới thu thập từ thời điểm hiện tại.

Khả năng sử dụng dữ liệu lịch sử thay đổi điểm xuất phát của phát triển ứng dụng

Truy xuất dữ liệu lịch sử nhanh hơn không đơn thuần có nghĩa là có thể xem thông tin cũ. Khả năng bắt đầu phát triển với dữ liệu lịch sử đã có sẵn ảnh hưởng đến thiết kế ứng dụng, chất lượng phân tích, trải nghiệm người dùng và khôi phục vận hành.

Ví dụ, ví và Explorer cần truy xuất transactions và token transfers trong quá khứ cho một địa chỉ và hiển thị hoạt động trước đó cho người dùng. Hạ tầng phân tích cần hiểu program nào được gọi nhiều trong một khoảng thời gian nhất định, có bao nhiêu transactions được xử lý trong từng slot và TPS thay đổi như thế nào theo thời gian, không chỉ ở thời điểm hiện tại mà cả ở các kỳ trong quá khứ.

Truy xuất dữ liệu lịch sử cũng quan trọng khi indexer hoặc cơ sở dữ liệu nội bộ gặp sự cố bất ngờ. Nếu dữ liệu bị mất do hư hỏng cơ sở dữ liệu, dừng quá trình ingestion, lỗi deployment, sự cố storage hoặc migration sai, việc có thể re-fetch dữ liệu lịch sử giúp dễ dàng bổ sung khoảng thời gian thiếu và khôi phục dịch vụ về trạng thái trước đó.

Đối với ứng dụng Solana, tốc độ nhận dữ liệu real-time chỉ là một phần của pipeline dữ liệu. Các bước tiếp theo bao gồm xác nhận, lưu trữ, bổ sung, re-fetching, phân tích và giám sát cũng quan trọng không kém. Jet Analytics & Indexed RPC của ERPC là phần mở rộng được thiết kế để hỗ trợ các workflow dữ liệu lịch sử sau xử lý và khôi phục vận hành này.

Truy xuất transactions theo địa chỉ trong quá khứ với getTransactionsForAddress

getTransactionsForAddress là phương thức Indexed RPC dùng để truy xuất transactions liên quan đến một địa chỉ cụ thể. Bằng cách chỉ định địa chỉ mục tiêu và kết hợp các điều kiện như slot, blockTime, signature và status, nhà phát triển có thể truy xuất dữ liệu lịch sử theo địa chỉ.

Phương thức này hỗ trợ hai chế độ truy xuất: transactionDetails: "signatures" và transactionDetails: "full". Ở chế độ signatures, nó trả về các index row như signature, slot, transactionIndex, err, memo, blockTime và confirmationStatus. Ở chế độ full, nó thực hiện cùng index lookup và kết hợp với truy xuất chi tiết transaction để trả về thêm transaction, meta và version.

Đối với ví, Explorer, hệ thống giám sát, hỗ trợ người dùng, kiểm tra lịch sử transactions và đối chiếu nội bộ, khả năng truy cập nhanh các transactions trong quá khứ liên quan đến một địa chỉ cụ thể là rất quan trọng. Phương thức này cũng hữu ích khi sản phẩm mới cần hiển thị lịch sử quá khứ, khi indexer hiện có cần bổ sung, hoặc khi lịch sử địa chỉ cần được tái thiết sau sự cố.

Response bao gồm paginationToken có thể được sử dụng để truy xuất trang tiếp theo. Nó cũng bao gồm windowStart, cho phép client kiểm tra slot cũ nhất hiện đang được lưu giữ trong index. Điều này giúp các ứng dụng client thiết kế quá trình truy xuất dữ liệu lịch sử trong khi hiểu được khoảng nào khả dụng từ endpoint.

Truy xuất dữ liệu lịch sử token transfers với getTransfersByAddress

getTransfersByAddress là phương thức Indexed RPC dùng để truy xuất dữ liệu transfers của SPL Token v1 liên quan đến một owner address cụ thể. Bằng cách kết hợp các điều kiện chỉ định hướng inbound, outbound hoặc any, counterparty address, mint, amount, blockTime và slot, nhà phát triển có thể truy xuất dữ liệu lịch sử token transfers cần thiết cho ví và hạ tầng phân tích.

Mỗi row bao gồm các trường như signature, slot, blockTime, type, fromUserAccount, toUserAccount, fromTokenAccount, toTokenAccount, mint, amount, decimals, uiAmount, feeAmount, feeUiAmount, transactionIdx, instructionIdx và innerInstructionIdx. Nếu một transaction đơn lẻ chứa nhiều Token program calls, mỗi call sẽ được xử lý như một row riêng biệt.

Tùy chọn solMode cho phép nhà phát triển chọn giữa chế độ merged, nơi wSOL được xử lý tương tự như native SOL, và chế độ separate, nơi wSOL mint vẫn được phân biệt riêng. Chế độ merged có thể dễ sử dụng hơn khi hiển thị ví và portfolio, trong khi chế độ separate hữu ích cho các trường hợp phân tích cần phân biệt dòng chảy SOL và wSOL.

Dữ liệu token transfers rất quan trọng đối với ví, portfolios, lịch sử giao dịch, kế toán, giám sát, alerts, phân tích dòng vốn, kiểm chứng bot và hỗ trợ người dùng. Phương thức này cũng hữu ích khi cần tái thiết dịch chuyển tài sản trong một khoảng thời gian cụ thể hoặc bổ sung các khoảng thiếu trong indexer.

Nắm bắt mức độ sử dụng program với jetTopPrograms

jetTopPrograms là phương thức truy xuất bảng xếp hạng các program theo số lần được gọi trong một khoảng thời gian được chỉ định. Bằng cách chỉ định since, until, includeVotes và limit, nhà phát triển có thể truy xuất invocations, errors và total_cus cho từng program.

Trên Solana, việc hiểu program nào được sử dụng nhiều trong một khoảng thời gian nhất định hữu ích cho phân tích mạng, phân tích ứng dụng, điều tra xu hướng tải, lựa chọn mục tiêu cho bot và ứng dụng giao dịch, cũng như phát hiện mục tiêu giám sát. Chỉ nhìn vào số lượng transactions chưa đủ để biết program nào thực sự được gọi nhiều, tiêu thụ bao nhiêu compute units hoặc gây ra bao nhiêu errors.

Với jetTopPrograms, nhà phát triển có thể kiểm tra hoạt động program trên Solana trong một khoảng thời gian cụ thể ở mức chi tiết cao hơn. Nó có thể được sử dụng để nghiên cứu các lĩnh vực ứng dụng mới, khám phá các program đáng chú ý, xác định các program có tải nặng, so sánh với các kỳ trong quá khứ và nắm bắt xu hướng hoạt động tổng thể của mạng.

Phân tích chuỗi thời gian theo program với jetProgramStats

jetProgramStats là phương thức truy xuất invocations, errors và total_cus theo time bucket cho một program ID cụ thể. Bằng cách chỉ định programIdBase58, since, until và bucketSec, nhà phát triển có thể xem xét xu hướng sử dụng của program mục tiêu theo thời gian.

Phương thức này phù hợp để kiểm tra sự gia tăng sử dụng program, gia tăng errors, thay đổi tiêu thụ compute units, hoạt động trước và sau một sự kiện, mức độ sử dụng sau release và các đợt tăng đột biến trong invocations bất thường. Việc xem hoạt động theo từng program dưới dạng chuỗi thời gian giúp nắm bắt những thay đổi không thể nhìn thấy được từ một con số tổng hợp đơn lẻ.

Đối với ứng dụng giao dịch, DeFi, NFTs, games, DePIN, AI x Crypto, hệ thống giám sát và analytics dashboards, việc biết khi nào hoạt động xung quanh một program cụ thể tăng lên, trong khoảng thời gian nào errors tăng và tiêu thụ compute units thay đổi như thế nào là rất quan trọng. jetProgramStats giúp việc tiếp cận loại phân tích program-level này dễ dàng hơn qua luồng phát triển ERPC Solana RPC.

Khả năng quan sát xử lý theo slot với jetSlotStats

jetSlotStats là phương thức truy xuất transaction_count, vote_transaction_count, non_vote_transaction_count và block_time cho một slot đơn lẻ hoặc một khoảng slot. Nó hỗ trợ cả truy xuất đơn lẻ theo slot và truy xuất theo khoảng sử dụng fromSlot và toSlot.

Trong phân tích Solana, việc hiểu có bao nhiêu transactions được xử lý trong mỗi slot và có bao nhiêu là vote transactions so với non-vote transactions là rất quan trọng. Chỉ nhìn vào tổng số transactions không cho phép phân biệt hoạt động do ứng dụng tạo ra với hoạt động vote liên quan đến consensus.

Với jetSlotStats, nhà phát triển có thể kiểm tra điều kiện xử lý cho một slot hoặc khoảng thời gian cụ thể ở mức chi tiết slot-level. Nó có thể được sử dụng cho điều tra sự cố, phân tích hiệu năng, phân tích hoạt động theo từng slot, kiểm tra khoảng backfill, kiểm chứng dữ liệu thiếu và thu thập dữ liệu baseline cho hệ thống giám sát.

Truy xuất xu hướng TPS với jetTpsTimeseries

jetTpsTimeseries là phương thức truy xuất total_tps và non_vote_tps theo bucket cho một khoảng thời gian được chỉ định. Bằng cách chỉ định from, to và bucketSec, nhà phát triển có thể xem xét transaction throughput của Solana dưới dạng chuỗi thời gian.

TPS có thể gây hiểu lầm nếu chỉ nhìn ở dạng một con số tại một thời điểm duy nhất. Nó dao động tùy thuộc vào thời gian trong ngày, tải mạng, hoạt động ứng dụng, tỷ lệ vote transactions và điều kiện tắc nghẽn. jetTpsTimeseries tách total TPS và non-vote TPS, giúp dễ dàng hiểu hoạt động do ứng dụng tạo ra một cách thực tế hơn.

Đối với analytics dashboards, giám sát mạng, mục đích nghiên cứu, phân tích tải hạ tầng, so sánh hoạt động ứng dụng và kiểm chứng traffic trong các kỳ cụ thể, việc xử lý TPS dưới dạng chuỗi thời gian là rất quan trọng. jetTpsTimeseries cho phép nhà phát triển truy xuất xu hướng throughput lịch sử của Solana qua luồng phát triển ERPC RPC.

Tổng hợp theo epoch với jetEpochSummary

jetEpochSummary là phương thức truy xuất thông tin tổng hợp cho một epoch được chỉ định, bao gồm slots, non_vote_txs, vote_txs, total_txs, first_block_time, last_block_time, distinct_programs và program_invocations.

Tổng hợp theo epoch hữu ích để hiểu hoạt động của mạng Solana trong một đơn vị thời gian lớn hơn so với slot hoặc transaction đơn lẻ. Nhà phát triển có thể kiểm tra có bao nhiêu slot tồn tại trong index cho một epoch, có bao nhiêu vote transactions và non-vote transactions được xử lý, và có bao nhiêu program khác biệt đã được gọi.

Điều này hữu ích cho nghiên cứu, báo cáo, phân tích mạng, xem xét xu hướng sử dụng dài hạn, so sánh hoạt động ứng dụng theo thời gian và dự báo tải hạ tầng. jetEpochSummary giúp dễ dàng bắt đầu loại phân tích quy mô lớn này mà không cần truy xuất hàng loạt transactions riêng lẻ.

Từ cải thiện tốc độ getTransaction đến mở rộng truy xuất dữ liệu lịch sử

ERPC gần đây đã cải thiện đáng kể hiệu năng truy xuất transactions trong quá khứ xung quanh getTransaction của Solana RPC. getTransaction là phương thức cơ bản để truy xuất chi tiết cho một transaction signature đơn lẻ và thường được sử dụng bởi Explorer, ví, indexing, hạ tầng phân tích, hệ thống giám sát, backend API và workflow lịch sử transactions.

Jet Analytics & Indexed RPC mở rộng định hướng này hơn nữa. Cải thiện tốc độ getTransaction hỗ trợ truy xuất chi tiết cho một transaction cụ thể. Ngược lại, Indexed RPC cho phép nhà phát triển tìm kiếm, tổng hợp và phân trang trên nhiều loại dữ liệu lịch sử, bao gồm dữ liệu theo địa chỉ, token transfers, program activity, slot stats, TPS timeseries và epoch summary.

Ứng dụng Solana không chỉ cần kiểm tra chi tiết một transaction đơn lẻ, mà còn cần truy xuất hoạt động trong các kỳ trước và đưa dữ liệu đó vào database, dashboard, monitoring, analytics và AI agent phía ứng dụng. ERPC kết hợp cải thiện đối với các phương thức cơ bản như getTransaction với việc bổ sung các phương thức index-backed như Jet Analytics & Indexed RPC để nâng cao tính thực tiễn của truy xuất dữ liệu lịch sử.

Có thể sử dụng trong khi kiểm tra phạm vi index hiện đang lưu giữ

Jet Analytics & Indexed RPC được cung cấp dựa trên self-hosted index do ERPC vận hành. Do đó, phạm vi dữ liệu lịch sử mà mỗi endpoint có thể xử lý phụ thuộc vào phạm vi hiện đang được lưu giữ trong index. getTransactionsForAddress và getTransfersByAddress trả về windowStart, cho biết slot cũ nhất hiện đang được lưu giữ trong index.

Nhà phát triển có thể sử dụng windowStart để xác định khoảng nào khả dụng từ endpoint. Khi thiết kế các quy trình backfilling, re-fetching và khôi phục dữ liệu lịch sử, việc kết hợp khoảng thời gian mục tiêu, paginationToken, sortOrder, limit, filters và windowStart để truy xuất khoảng cần thiết theo từng giai đoạn là rất quan trọng.

Jet Analytics là phần mở rộng giúp dễ dàng xử lý transactions trong quá khứ, token transfers, thống kê thực thi program, thống kê slot, xu hướng TPS và tổng hợp epoch. Phía ứng dụng có thể kết hợp standard RPC, getTransaction, Indexed RPC, WebSocket, Geyser gRPC và Shredstream tùy theo trường hợp sử dụng.

Sử dụng trong Explorer, ví, indexer, hạ tầng phân tích, giám sát và AI agent

Jet Analytics & Indexed RPC có thể được sử dụng trong nhiều kịch bản ứng dụng Solana.

Explorer và ví có thể sử dụng nó cho transactions theo địa chỉ trong quá khứ, token transfers, kiểm tra giao dịch trong quá khứ và hiển thị lịch sử cho người dùng. Ứng dụng giao dịch và DeFi có thể sử dụng nó để kiểm tra dòng chảy vốn lịch sử cho các địa chỉ hoặc mint cụ thể, program activity, xu hướng thành công và thất bại của giao dịch, cũng như kiểm chứng vận hành.

Indexer và hạ tầng phân tích có thể sử dụng nó cho backfilling ban đầu, bổ sung các kỳ thiếu, tổng hợp lại các kỳ trong quá khứ, đối chiếu với database hiện có và khôi phục sau sự cố. Hệ thống giám sát có thể sử dụng slot stats, TPS timeseries, program stats và epoch summary để thiết lập đường cơ sở, phát hiện bất thường, phân tích xu hướng tải và giám sát thay đổi hoạt động cho các program cụ thể.

Dữ liệu lịch sử cũng quan trọng với AI agent và hệ thống vận hành tự động. Khi AI agent truy xuất trạng thái hiện tại từ Solana RPC và kết hợp với hoạt động trong quá khứ, lịch sử transactions, token transfers, program stats và xu hướng TPS từ Jet Analytics & Indexed RPC, AI agent có thể cung cấp báo cáo, giám sát, thông báo, điều tra và hỗ trợ phát triển với ngữ cảnh phong phú hơn.

Solana RPC, WebSocket, Geyser gRPC, Shredstream và Indexed RPC trong cùng một luồng phát triển

ERPC cung cấp Solana RPC, WebSocket, Geyser gRPC, Shredstream, VPS và bare metal servers như hạ tầng vận hành chuyên biệt cho Solana. Với việc bổ sung Jet Analytics & Indexed RPC, không chỉ phân phối dữ liệu real-time mà cả dữ liệu lịch sử, dữ liệu tổng hợp và dữ liệu phân tích cũng có thể được xử lý dễ dàng hơn qua cùng luồng phát triển Solana RPC.

Ứng dụng Solana không thể chỉ dựa vào real-time subscriptions. Chúng còn cần getTransaction để xác nhận các sự kiện được phát hiện trong real time, Indexed RPC để backfill các kỳ trong quá khứ, dữ liệu lịch sử cho màn hình hướng đến người dùng, slot stats và TPS timeseries cho đường cơ sở giám sát, và phân tích program activity.

ERPC không xem những thành phần này như các tính năng độc lập rời rạc, mà như các đường dẫn dữ liệu mà ứng dụng Solana thực sự cần. Nhà phát triển có thể kiểm tra Solana RPC endpoint của mình từ ERPC Dashboard và sử dụng Docs để thử nghiệm từng phương thức trong khi kiểm chứng đường dẫn truy xuất dữ liệu mà workload của họ yêu cầu.

Khả dụng trên tất cả ERPC Solana RPC plans

Jet Analytics & Indexed RPC khả dụng trên tất cả ERPC Solana RPC plans. Người dùng hiện tại có thể thử các phương thức mới từ Solana RPC endpoint hiện tại mà không cần đăng ký gói plan riêng.

ERPC Dashboard cho phép người dùng kiểm tra usage của Solana RPC, quản lý plans, API keys và bộ tài liệu. Các phương thức Jet Analytics & Indexed RPC đã được bổ sung vào phần Jet Analytics & Indexed RPC của Solana RPC Documentation, nơi nhà phát triển có thể xem xét định dạng request, parameters và cấu trúc response trong khi thử nghiệm các phương thức.

ERPC Dashboard: https://dashboard.erpc.global/vi

Mở rộng truy xuất dữ liệu lịch sử và chức năng phân tích như hạ tầng chuyên biệt cho Solana

ERPC cải thiện Solana RPC không phải như một API endpoint đơn giản, mà như hạ tầng hỗ trợ chất lượng thực thi của ứng dụng Solana. Trong Solana, HTTP RPC, WebSocket, Geyser gRPC, Shredstream, SWQoS, vị trí máy chủ, chất lượng validator, network paths, hiệu năng processing node, indexing và truy xuất dữ liệu lịch sử ảnh hưởng trực tiếp đến tốc độ, độ ổn định, khả năng khôi phục và năng lực phân tích của ứng dụng.

Việc bổ sung Jet Analytics & Indexed RPC mở rộng phạm vi truy xuất dữ liệu khả dụng cho ứng dụng Solana. Bằng cách cung cấp trạng thái hiện tại, sự kiện real-time, transactions trong quá khứ, token transfers, program activity, slot stats, TPS timeseries và epoch summary trong cùng một luồng phát triển, ERPC giúp nhà phát triển giảm gánh nặng ban đầu khi phải kết hợp nhiều dịch vụ hạ tầng và tập trung trực tiếp hơn vào thiết kế, kiểm chứng và khôi phục vận hành ứng dụng.

ELSOUL LABO đã được phê duyệt trong chương trình hỗ trợ nghiên cứu và phát triển WBSO của chính phủ Hà Lan trong 5 năm liên tiếp kể từ năm 2022. Công ty tiếp tục nghiên cứu và phát triển hạ tầng Solana RPC, vận hành validator, phân phối dữ liệu real-time, truy xuất dữ liệu lịch sử và hỗ trợ vận hành, phát triển bằng AI agent; các kết quả này được phản ánh trong ERPC, SLV, SLV AI và trung tâm dữ liệu AS200261 chuyên biệt cho Solana.

Với Jet Analytics & Indexed RPC của ERPC, nhà phát triển sử dụng Solana RPC có thể xử lý không chỉ dữ liệu hiện tại, mà còn dữ liệu lịch sử, dữ liệu tổng hợp, dữ liệu phân tích và dữ liệu khôi phục trong cùng một luồng phát triển. Bằng cách kết hợp khả năng real-time, truy xuất dữ liệu lịch sử, backfilling, khôi phục và phân tích cần thiết cho ứng dụng Solana trên cùng một nền tảng, nhà phát triển có thể tiếp tục phát triển và vận hành ví, Explorer, ứng dụng giao dịch, sản phẩm DeFi, indexer, hạ tầng phân tích, hệ thống giám sát và AI agent dễ dàng hơn.

Liên hệ

Mọi thắc mắc về Jet Analytics & Indexed RPC, Solana RPC, getTransactionsForAddress, getTransfersByAddress, jetTopPrograms, jetSlotStats, jetTpsTimeseries, jetEpochSummary, jetProgramStats, truy xuất dữ liệu lịch sử, backfilling, khôi phục, hạ tầng phân tích, plans hiện có hoặc tư vấn cấu hình, vui lòng tạo support ticket trên Discord chính thức của Validators DAO.

ERPC Dashboard: https://dashboard.erpc.global/vi Website chính thức của ERPC: https://erpc.global/vi Discord chính thức của Validators DAO: https://discord.gg/C7ZQSrCkYR

ERPC bổ sung Jet Analytics vào Solana RPC — Tăng cường truy xuất dữ liệu lịch sử, backfilling, khôi phục và phân tích thông qua triển khai Jetstreamer