基于 NebulaGraph 的 Sui 链上关系分析器

一个创新的 Sui 区块链数据分析平台，采用 NebulaGraph 图数据库进行深度关系挖掘。支持自动化链上数据采集、交易关系分析算法、交易网络可视化，帮助用户发现隐藏的钱包关联关系和风险模式。

🏗️ 项目架构

graph LR
    NextJS["Next.js Web<br/>Application<br/>(Port 3001)"]
    Gateway["Gateway Server<br/>(Port 3002)"]
    Nebula["NebulaGraph<br/>Database<br/>(Port 9669)"]
    
    NextJS --"HTTP API"--> Gateway
    Gateway --"Native TCP"--> Nebula

为什么需要一个 Gateway Server ？

这是因为 Nebula 的 HTTP API 需要由 Nebula Gateway 提供

而 Nebula Gateway SDK 对 Next.js Server 的兼容不太友好（难以使用原生模块）

所以这里使用了一个纯粹的 Node.js 服务以使用该 SDK 访问 Nebula Gateway

功能概览

关联账户列表：

交易网络可视化：

关联账户详情

自动扫链收集数据

🚀 快速开始

前置要求

Node.js 18+
Docker（用于安装 NebulaGraph）
pnpm (推荐) 或 npm

1. 启动 NebulaGraph 数据库

确保你的 NebulaGraph Docker 容器正在运行：

# 检查容器状态
docker ps | grep nebula

# 如果没有运行，启动 NebulaGraph 集群
docker-compose up -d

2. 安装项目依赖

# 如果没有安装 pnpm
npm i pnpm -g

# 在根目录下执行，安装项目依赖
pnpm install

3. 启动项目

# 同时启动 Gateway 服务器和 Web 应用
pnpm run start:all

🌟 为什么选择 Sui？

Sui vs Eth：

特性	Sui	Eth
数据模型	对象模型（Object-based）	账户模型（Account-based）
并发处理	原生并行执行	顺序执行，易拥堵
Gas机制	固定Gas价格，低费用	动态Gas价格，波动大
交易类型	TransferSui, TransferObjects	Transfer, Contract Call
状态存储	对象独立存储	全局状态树
TPS	理论无上限（并行）	~15 TPS
开发语言	Move	Solidity

Sui 的特点

Sui 由 Mysten Labs 于 2022年 推出的 L1。其核心理念包括：

🎯 用户体验优先: 通过并行执行和低延迟
🔗 对象中心设计: 每个数字资产都是独立的对象，支持复杂的所有权和转移逻辑
⚡ 高扩展性: 利用对象模型实现水平扩展，理论上可以无限提升 TPS
🛡️ 安全性: 采用 Move 编程语言，在字节码级别防止常见的智能合约漏洞

🔍 NebulaGraph 的核心价值

为什么选择图数据库？

在区块链关系分析中，传统的关系型数据库面临以下挑战：

多跳关系查询性能差: SQL 的多表 JOIN 在复杂关系网络中表现不佳
动态关系难以建模: 钱包之间的关联关系是动态变化的
图算法支持有限: 缺乏原生的图计算能力

NebulaGraph 的技术优势

🔍 复杂关系查询: 支持多跳关系、路径分析、环检测等图查询
⚡ 高性能图计算: 原生支持PageRank、社区发现、中心性算法
📈 实时分析: 亚秒级响应复杂关系查询
🔧 灵活建模: 轻松适应区块链数据的动态特性

NebulaGraph 的应用

我们在各个功能模块中大量使用了NebulaGraph的图查询能力，以下是项目中的实际应用：

本项目中使用的查询

📊 数据统计查询（app/page.tsx）

-- 统计钱包总数（app/page.tsx）
USE sui_analysis; 
MATCH (n:wallet) RETURN count(n) as count;

-- 统计交易总数
USE sui_analysis; 
MATCH ()-[e:transaction]->() RETURN count(e) as count;

-- 统计关联关系总数
USE sui_analysis; 
MATCH ()-[r:related_to]->() RETURN count(r) as count;

🔗 关联账户列表查询（components/related-accounts.tsx）

-- 基础模式：查询关联关系
USE sui_analysis; 
MATCH (a:wallet)-[r:related_to]-(b:wallet) 
WHERE r.relationship_score >= 0.1 
RETURN a.wallet.address AS addr1, 
       b.wallet.address AS addr2, 
       r.relationship_score AS score, 
       r.common_transactions AS common_tx, 
       r.total_amount AS amount 
LIMIT 50;

-- Pro模式：查询增强字段
USE sui_analysis; 
MATCH (a:wallet)-[r:related_to]-(b:wallet) 
WHERE r.relationship_score >= 0.1 
RETURN a.wallet.address AS addr1, 
       b.wallet.address AS addr2, 
       r.relationship_score AS score, 
       r.common_transactions AS common_tx, 
       r.total_amount AS amount,
       r.avg_gas_used AS avg_gas,
       r.first_interaction AS first_interaction,
       r.last_interaction AS last_interaction,
       r.relationship_type AS rel_type,
       a.wallet.sui_balance AS addr1_balance,
       a.wallet.owned_objects_count AS addr1_objects,
       a.wallet.is_contract AS addr1_contract
LIMIT 50;

-- 备用查询：从交易边推断关联（当没有预计算关系时）
USE sui_analysis; 
MATCH (a:wallet)-[r:transaction]-(b:wallet) 
RETURN a.wallet.address AS addr1, 
       b.wallet.address AS addr2, 
       r.amount AS amount,
       r.gas_used AS gas_used,
       r.success AS success,
       r.transaction_type AS tx_type,
       r.tx_timestamp AS tx_time,
       a.wallet.sui_balance AS addr1_balance,
       a.wallet.owned_objects_count AS addr1_objects,
       a.wallet.is_contract AS addr1_contract
LIMIT 200;

🎯 地址分析查询（components/address-analysis.tsx）

-- 查询目标地址基本信息
USE sui_analysis; 
MATCH (target:wallet) 
WHERE id(target) == "${searchAddress}" 
RETURN target.wallet.address AS address, 
       target.wallet.transaction_count AS tx_count, 
       target.wallet.total_amount AS total_amount, 
       target.wallet.first_seen AS first_seen, 
       target.wallet.last_seen AS last_seen;

-- 查询目标地址的关联账户  
USE sui_analysis; 
MATCH (target:wallet)-[r:related_to]-(related:wallet) 
WHERE id(target) == "${searchAddress}" 
RETURN related.wallet.address AS address, 
       r.relationship_score AS score, 
       r.common_transactions AS common_tx, 
       r.total_amount AS total_amount, 
       r.first_interaction AS first_interaction, 
       r.last_interaction AS last_interaction, 
       r.relationship_type AS type 
LIMIT 20;

-- 备用：从交易边分析关联
USE sui_analysis; 
MATCH (target:wallet)-[r:transaction]-(related:wallet) 
WHERE id(target) == "${searchAddress}" 
RETURN related.wallet.address AS address, 
       related.wallet.transaction_count AS tx_count, 
       related.wallet.total_amount AS amount, 
       r.amount AS tx_amount, 
       r.tx_timestamp AS tx_time 
LIMIT 10;

📈 交易网络图谱查询（components/transaction-graph.tsx）

-- 查询中心节点信息
USE sui_analysis; 
MATCH (center:wallet) 
WHERE id(center) == "${searchAddress}" 
RETURN center.wallet.address AS center_address, 
       center.wallet.transaction_count AS center_tx_count, 
       center.wallet.total_amount AS center_amount;

-- 查询网络连接关系
USE sui_analysis; 
MATCH (center:wallet)-[r:transaction]-(connected:wallet) 
WHERE id(center) == "${searchAddress}" 
RETURN connected.wallet.address AS connected_address, 
       connected.wallet.transaction_count AS connected_tx_count, 
       connected.wallet.total_amount AS connected_amount, 
       r.amount AS edge_amount, 
       r.tx_timestamp AS tx_time 
LIMIT 50;

💾 数据管理语句（app/api/data-collection/route.ts）

-- 图空间管理
DROP SPACE IF EXISTS sui_analysis;
CREATE SPACE IF NOT EXISTS sui_analysis (partition_num = 10, replica_factor = 1, vid_type = FIXED_STRING(64));

-- 创建标签和边类型（增强模式）
USE sui_analysis; 
CREATE TAG IF NOT EXISTS wallet (
  address string NOT NULL, 
  first_seen datetime, 
  last_seen datetime, 
  transaction_count int DEFAULT 0, 
  total_amount double DEFAULT 0.0, 
  is_contract bool DEFAULT false, 
  sui_balance double DEFAULT 0.0, 
  owned_objects_count int DEFAULT 0, 
  last_activity datetime
);

USE sui_analysis; 
CREATE EDGE IF NOT EXISTS transaction (
  amount double NOT NULL, 
  tx_timestamp datetime NOT NULL, 
  tx_hash string NOT NULL, 
  gas_used int DEFAULT 0, 
  success bool DEFAULT true, 
  transaction_type string DEFAULT 'unknown'
);

USE sui_analysis; 
CREATE EDGE IF NOT EXISTS related_to (
  relationship_score double NOT NULL, 
  common_transactions int DEFAULT 0, 
  total_amount double DEFAULT 0.0, 
  first_interaction datetime, 
  last_interaction datetime, 
  relationship_type string DEFAULT "unknown", 
  avg_gas_used double DEFAULT 0.0
);

-- 插入钱包节点（动态生成）
USE sui_analysis; 
INSERT VERTEX wallet(address, first_seen, last_seen, transaction_count, total_amount, is_contract, sui_balance, owned_objects_count, last_activity) 
VALUES "${wallet.address}": ("${wallet.address}", datetime("${wallet.first_seen}"), datetime("${wallet.last_seen}"), ${wallet.transaction_count}, ${wallet.total_amount}, ${wallet.is_contract}, ${wallet.sui_balance}, ${wallet.owned_objects_count}, datetime("${wallet.last_activity}"));

-- 插入交易边（动态生成）
USE sui_analysis; 
INSERT EDGE transaction(amount, tx_timestamp, tx_hash, gas_used, success, transaction_type) 
VALUES "${edge.src}" -> "${edge.dst}": (${edge.amount}, datetime("${edge.timestamp}"), "${edge.tx_hash}", ${edge.gas_used}, ${edge.success}, "${edge.transaction_type}");

-- 插入关联关系边（动态生成）
USE sui_analysis; 
INSERT EDGE related_to(relationship_score, common_transactions, total_amount, first_interaction, last_interaction, relationship_type, avg_gas_used) 
VALUES "${r.src}" -> "${r.dst}": (${r.relationship_score}, ${r.common_transactions}, ${r.total_amount}, datetime("${r.first_interaction}"), datetime("${r.last_interaction}"), "${r.relationship_type}", ${r.avg_gas_used});

可选的扩展查询

这些高级查询展示了NebulaGraph的强大能力，可用于进一步的功能扩展：

🚀 高级图算法应用

-- 多跳关系分析：发现资金流转路径
USE sui_analysis;
MATCH path = (start:wallet)-[r:related_to*1..3]-(end:wallet)
WHERE start.wallet.address = "source_addr"  
  AND end.wallet.address = "target_addr"
  AND ALL(rel in r WHERE rel.relationship_score > 0.3)
RETURN path, [rel in r | rel.relationship_score] as scores;

-- 社区发现：识别紧密关联的钱包集群  
USE sui_analysis;
MATCH (a:wallet)-[r:related_to]-(b:wallet)
WHERE r.relationship_score > 0.6
WITH a, collect(b) as connected_wallets
WHERE size(connected_wallets) >= 3
RETURN a.wallet.address, connected_wallets;

-- 中心性分析：计算钱包在网络中的重要性
USE sui_analysis;
MATCH (center:wallet)-[r:related_to]-(connected:wallet)
RETURN center.wallet.address, 
       COUNT(connected) as degree_centrality,
       AVG(r.relationship_score) as avg_strength
ORDER BY degree_centrality DESC;

-- 风险分析：查找高风险关联账户
USE sui_analysis;
MATCH (a:wallet)-[r:related_to]-(b:wallet)
WHERE r.relationship_score > 0.7 
  AND r.common_transactions > 5
RETURN a.wallet.address, b.wallet.address, 
       r.relationship_score, r.common_transactions
ORDER BY r.relationship_score DESC;

-- 最短路径分析：查找地址间的资金流转路径
USE sui_analysis;
MATCH path = shortestPath((start:wallet)-[*..5]-(end:wallet))
WHERE start.wallet.address = "addr1" AND end.wallet.address = "addr2"
RETURN path, length(path);

🎯 NebulaGraph 核心优势体现

1. 图原生查询能力

一条nGQL语句即可完成复杂的多跳关系分析
无需多次JOIN操作，性能远超传统SQL

2. 实时计算支持

亚秒级响应百万级节点的关系查询
支持动态图算法计算（中心性、社区发现等）

3. 灵活的数据模型

VID支持字符串类型，直接使用钱包地址作为节点ID
属性图模型完美适配区块链数据的复杂关系

4. 高效聚合分析

原生支持COUNT、AVG、SUM等聚合函数
WITH子句支持复杂的数据流转换

📊 数据架构与算法

数据模型设计

节点类型 (Vertices)

wallet - 钱包地址节点

properties: {
  address: string,           // 钱包地址 (VID)
  first_seen: datetime,      // 首次出现时间  
  last_seen: datetime,       // 最后活跃时间
  transaction_count: int,    // 交易次数
  total_amount: double,      // 总交易金额
  is_contract: bool,         // 是否为合约地址
  sui_balance: double,       // SUI余额 (增强模式)
  owned_objects_count: int,  // 拥有对象数 (增强模式)
  last_activity: datetime    // 最后活跃时间 (增强模式)
}

边类型 (Edges)

transaction - 直接交易关系

properties: {
  amount: double,           // 交易金额
  tx_timestamp: datetime,   // 交易时间
  tx_hash: string,         // 交易哈希
  gas_used: int,           // Gas消耗
  success: bool,           // 交易状态
  transaction_type: string  // 交易类型 (增强模式)
}

related_to - 计算得出的关联关系

properties: {
  relationship_score: double,     // 关联强度分数 [0,1]
  common_transactions: int,       // 共同交易次数
  total_amount: double,          // 总交易金额
  first_interaction: datetime,   // 首次交互时间
  last_interaction: datetime,    // 最近交互时间
  relationship_type: string,     // 关系类型 (strong/medium/weak)
  avg_gas_used: double          // 平均Gas消耗 (增强模式)
}

🕷️ 链上数据采集策略

采集范围与深度

我们的爬虫采集以下Sui链上数据：

🎯 数据来源

Checkpoint范围: 可配置采集最新N个checkpoint（默认10个）
RPC端点: 支持多个Sui全节点RPC（默认官方节点）
交易类型: 专注于 TransferSui 和 TransferObjects 交易

📦 采集数据类型

这里提供了两种采集模式，用于针对不同场景。

基础模式采集:

钱包地址
钱包活跃时间
tx 关系
tx 金额
Gas消耗
tx 状态
tx hash
tx 时间

增强模式采集 (Pro):

耗时更多，但是采集的数据更丰富，在基础模式之外拓展了以下字段：

🔥 实时余额查询: 通过 suix_getBalance 获取SUI余额
🎯 对象数量统计: 通过 suix_getOwnedObjects 统计拥有的对象数量
🏷️ 合约地址识别: 检测 Package 类型对象，区分合约地址
📊 交易类型标注: 区分 TransferSui 和 TransferObjects

采集实现

// 核心采集逻辑示例
for (let seq = startCheckpoint; seq <= latestCheckpoint; seq++) {
  const checkpoint = await rpc("sui_getCheckpoint", [String(seq)]);
  
  for (const txDigest of checkpoint.transactions) {
    const tx = await rpc("sui_getTransactionBlock", [txDigest, options]);
    
    // 解析可编程交易
    const cmds = tx.transaction?.data?.transaction?.transactions || [];
    for (const cmd of cmds) {
      if (cmd.TransferSui || cmd.TransferObjects) {
        // 提取发送方和接收方关系
        // 构建图数据结构
      }
    }
  }
}

🧮 关联关系分析算法

核心算法：多因子关联性评分

目前采用图计算驱动的关联性分析，结合多个维度计算钱包之间的关联强度：

⚠️ 这个算法没有经过任何研究证明，本项目更侧重于展示工程架构实现，所使用的关系分析算法不适用于生产环境

📐 评分公式

关联强度 = 交易频率得分 × 0.7 + 金额权重得分 × 0.3

其中：
- 交易频率得分 = min(共同交易次数 / 5, 1.0)  
- 金额权重得分 = min(log10(总交易金额 + 1) / 10, 1.0)

🎯 分级体系

关联强度范围	等级标签	颜色标识	说明
0.7 - 1.0	强关联	🔴 红色	高频交易，可能为关联账户
0.4 - 0.69	中等关联	🟡 黄色	定期交易，存在一定关联
0.1 - 0.39	弱关联	🟢 绿色	少量交易，偶然关联

🤝 贡献指南

欢迎提交 Issues 和 Pull Requests！

📄 许可证

MIT License

Name		Name	Last commit message	Last commit date
Latest commit History 15 Commits
app		app
components		components
hooks		hooks
lib		lib
public		public
scripts		scripts
styles		styles
.env.example		.env.example
.gitignore		.gitignore
README.md		README.md
components.json		components.json
next.config.mjs		next.config.mjs
package.json		package.json
pnpm-lock.yaml		pnpm-lock.yaml
postcss.config.mjs		postcss.config.mjs
tailwind.config.ts		tailwind.config.ts
tsconfig.json		tsconfig.json

CoderSerio/Sui-Nebula-Analyzer

Folders and files

Latest commit

History

Repository files navigation