Queries no The Graph com Python e Subgrounds

Reading time: 2 min

Subgrounds é uma biblioteca intuitiva em Python para a construção de subgraphs, construída pela Playgrounds. Ela permite-lhe conectar diretamente dados de subgraph a um ambiente de dados em Python e usar bibliotecas como pandas para realizar análises de dados!

O Subgrounds oferece uma API simples para a construção de queries em GraphQL, automatiza fluxos de trabalho entediantes, como a paginação, e empodera utilizadores avançados via transformações controladas de schema.

O Subgrounds requer Python 3.10 ou maior, e está disponível no pypi.

pip install --upgrade subgrounds
# ou
python -m pip install --upgrade subgrounds

Quando instalado, você pode testar o subgrounds com o seguinte query. O exemplo a seguir coleta um subgraph do protocolo Aave v2 e realiza queries para os 5 maiores mercados ordenados por valor total bloqueado, seleciona os seus nomes e o seu VTB (em USD) e retorna os dados como um DataFrame em pandas.

from subgrounds import Subgrounds

sg = Subgrounds()

# Carrega o subgraph
aave_v2 = sg.load_subgraph(
    "https://api.thegraph.com/subgraphs/name/messari/aave-v2-ethereum")

# Constrói o query
latest_markets = aave_v2.Query.markets(
    orderBy=aave_v2.Market.totalValueLockedUSD,
    orderDirection='desc',
    first=5,
)
# Retorna o query a um quadro de dados
sg.query_df([
    latest_markets.name,
    latest_markets.totalValueLockedUSD,
])

O Subgrounds é construído e mantido pela Playgrounds e pode ser acessado na documentação do Playgrounds.

Como o subgrounds tem um grande conjunto de recursos para explorar, aqui estão alguns pontos úteis de início:

• Começando com Querying
  • Um bom primeiro passo para construir queries com subgrounds.
• Construção de Campos Sintéticos
  • Uma introdução suave para a definição de campos sintéticos que transformam dados definidos do schema.
• Queries Concorrentes
  • Aprenda como subir o nível das suas queries ao paralelizá-las.
• Exportação de Dados em CSVs
  • Um artigo rápido sobre como salvar os seus dados como CSVs para análise futura.