作者：David Floyd
编译：Yawei Xia
先给你看个数字，目前比特币的总供应量达到了1700万。但在加密货币的世界里，没什么是显而易见的，所以这个数字的可信度有待考究。
每十分钟矿工就会发现一个新区块，全网就会给这个矿工颁发12.5 比特币的奖励。从2009年比特币上线以来，每一次奖励都被记录在了区块链上。从这个角度来讲，1700万个比特币似乎是一个可信的数字。
有人欢呼这个新的历史性数据，但也有人在推特上泼冷水。比如Statoshi.info（比特数据网站）的创始人Jameson Lopp就发了一条推文说“我今天了解到很多数据源都不能准确估测比特币的供应总量，1700万不可信，我们还没达到”。
Lopp想要表达的意思是Blockchain.info (最受欢迎且评价颇高的区块链网络数据提供商之一)并没有考虑到矿工因为bug或其他原因没有领取足额比特币奖励的情况。此类数据问题并不是个例，而且进一步看，会发现更多区块链数据分析的问题。
DAR（一家为客户提供区块链数据分析的公司）的CEO Greg Cipolaro 就觉得不透明的分析方法是区块链分析的一个大问题。
为了解决这个问题，DAR给自己设定的使命就是要解锁比特币交易量估测，这个任务在虚拟货币社区被长期看作是一个难题。
根据DAR公司目前的报告来看，2016年10月到2017年2月期间区块链的交易量是被高估的，但自此以后一直被低估。
Cipolaro还提到了今年1月份CoinMarketCap计算价格指数的时候抹去韩国交易数据造成价格剧烈震荡的影响，因为韩国交易市场的价格一直偏高，所以突然剔除韩国交易数据源给大家造成了一个错觉—市场暴跌了。由此触发的恐慌性抛售，导致了一场小型“价格闪崩”。
价格指数很受主观因素影响，不管是虚拟货币还是股票市场。如果不了解清楚价格和其他的一些指标参数是怎么得出来的，虚拟货币整个社区都在承受负面影响。
精确的数据对每个市场参与者都很重要，不论是投资者、交易员、用户、程序开发员还是学者或记者。
问题的复杂性
很多依赖公共区块链数据的人都没意识到很多数据源有多不可靠。Stefan Richter，一个数据科学家（BitcoinPrivacy的联合创始人）在接受媒体采访时说“区块浏览器bug肯定是到处都存在的”。Cipolaro也同意这个说法，他说“除非你每天都在看这些数字，不然你很难发现这些小错”。
不过幸运的是还是有一些行业狂热爱好者注意到了这些错误。
Lopp就是其中一位。他认为比特币节点数怎么得出来的就值得讨论，节点数经常会被认为是衡量区块链网络是否足够去中心化的一个指标。
Lopp说自己经常听到别人说比特币只有10000个节点。但是这个数据的来源Bitnodes只考虑了所有可接受接入的节点。
Bitnodes的主创Addy Yeow也确认了这个说法。所以说，真正的节点总数可能高于10000个。另一个估测方法就是把“监听节点”和“非监听节点”都考虑了进去，得出了将近14000个节点的结果。
Yeow也同意把非监听节点考虑进去意味着需要做出一些前提假设，比如有些非监听节点还是可以连接到网络上，只不过是在防火墙后，这些节点可以通过变更IP地址重新连上，也有可能就完全掉线了。
那些把非监听节点考虑进去的数据分析提供商用了一个公式来估测那些非监听节点会有多少天是不联网的，从而来更准确地计算节点数。不过他们在把那些联网的隐形节点考虑进去的同时也计入了很多完全没联网的节点。
问题在慢慢解决中
由于公共区块链数据有这样那样的问题，很多区块链数据从业者都避免使用这些公开的数据源，反而会尽量使用内部算出来的数据。Chainanalysis是美国一家分析区块链数据的公司，他们的客户名单里就有美国税务局。
Kimberley Grauer是Chainanalysis的首席经济分析师，她说自己更倾向于使用内部数据因为她觉得至少很清楚内部数据存在的问题。Cipolaro跟媒体说他的公司也在用程序从自己的比特币节点搜集数据。
虽然Cipolaro不是很信任公开数据源，但他觉得这些网站免费把比特币数据分享给大众是一件很有价值的事。他说“这些网站给大家提供了高质量的信息来源”。
很多网站都还在努力提升自己数据的准确度，比如Blockchain网站出了一个bug，导致错误显示比特币的创始人中本聪转移了一批比特币，公司立刻就修复了这个bug。
有些数据问题是容易解决的。Grauer指出区块浏览器经常会不显示时区，虽然这不是错误的操作，但是会造成很多困惑。
Grauer举了一个例子，比如我们比较Blockchain.info和btc.com上的数据，区块520672被挖矿的时间在两个网站显示分别是4月30日的23:18和5月1日的03:18。但我们并不知道这些网站用的是什么时区的时间。
有些数据问题很难解决。尽管比特币区块链的交易记录是公开可查的，但要算出交易量要使用很复杂的办法，并不是那么容易就得出结果。
即使是专门做区块链数据分析的公司DAR也不能拍着胸脯说自己新办法提供的结果就是百分之百准确。
至此，我想借用一句古老的俄罗斯谚语“不要揣测，要去验证”。
