วิธีการ Visualize View Table ด้วย AWS Quicksight

Visualize

1. สร้าง View Table สำหรับการนำไปแสดงผลด้วย AWS Quicksight โดยตัวอย่างจะเป็นการสร้าง View Table สำหรับ Query OP-Token-Transfer

CREATE OR REPLACE VIEW op_token_tx_view AS
select count(blocknumber) as tx_count,cast(blocknumber as VARCHAR) as blocknumber from op_logs_raw_na 
where any_match(topics, topic -> topic = '0xddf252ad1be2c89b69c2b068fc378daa952ba7f163c4a11628f55a4df523b3ef') 
and array_position(topics, '0xddf252ad1be2c89b69c2b068fc378daa952ba7f163c4a11628f55a4df523b3ef') = 1
and address = '0x4200000000000000000000000000000000000006'
and CARDINALITY(topics) = 3
group by blocknumber

2. ทำการเริ่มต้นใช้งาน AWS Quicksight (สำหรับการ Setup ครั้งแรกสามรถดูได้จากบทความนี้) เมื่อเข้ามายังหน้า Quicksight เรียบร้อยแล้ว ให้ทำการ new dataset

3. ทำการเลือก Data source เป็น AWS Athena จากนั้นพิมพ์ชื่อ Data source name ที่เราใช้

4. ทำการเลือก View Table ที่เราได้ทำการสร้างไว้

5. กดเลือก Import to SPICE และทำการกด Visualize

6. เราสามารถ Click Fields list เพื่อเพิ่มข้อมูล blocknumber และ tx_count และเปลี่ยนประเภทของกราฟให้อยู่ในรูปแบบของกราฟเส้น (การนำข้อมูลเข้าครั้งแรกอาจใช้เวลานานหรือบางครั้งต้องทำการ Refresh)

7. จากนั้นจะได้กราฟเส้นดังรูป และโดยค่าตั้งต้นแล้ว Quicksight จะทำการเรียงข้อมูลให้เราโดยอัตโนมัติ ซึ่งบางครั้งเป็นการเรียงข้อมูลที่ไม่ถูกต้อง ซึ่งเราสามารถกด Click blocknumber และกด Sort by เพื่อแก้ไขให้เรียงลำดับตาม Blocknumber ให้ถูกต้อง

8. เมื่อแก้ไขการเรียงข้อมูลให้ถูกต้อง กราฟสำหรับข้อมูลที่เราทำการ Query ก็จะแสดงผลดังรูป

9. โดยเราสามารถเพิ่ม Dashboard ให้เหมาะสมตามความต้องการของเรา ซึ่งสามารถศึกษาได้ต่อผ่านบทความ Quicksight

เรียบร้อยแล้วสำหรับการสร้าง AWS Quicksight Dashboard แสดงผลข้อมูลจาก AWS Athena

เพิ่มเติมสำหรับ AWS Quicksight

https://www.vultureprime.com/how-to/what-is-aws-quicksight

‍

สำหรับครั้งนี้เราจะสอนใช้งาน TXEngine เป็น Open Source Data Ingestion and Validation ซึ่งสามารถใช้งานร่วมกับ AWS Glue, AWS Athena และ AWS Quicksight เพื่อสร้าง On chain analyst engine (Dune analytics-like) ของตัวเอง https://github.com/vultureprime/tx-engine

1. Data Ingestion
2. Data Catalog
3. Query
4. Visualization