Quicknode

20. Januar 2026 – 3 Minuten Lesezeit

Quicknode stellt den von Hypercore unterstützten Zugriff auf Hyperliquid-Daten als öffentliche Beta-Version zur Verfügung.

Mit dieser Version erhalten Entwickler produktionsreifen Zugriff auf Hyperliquid-Daten über Streams, gRPC und JSON-RPC, ohne dass der operative Aufwand für den Betrieb und die Wartung einer eigenen Infrastruktur entsteht.

Dies ist eine öffentliche Beta-Version, und wir gehen davon aus, dass wir Aktualisierungen vornehmen werden, sobald wir aus der praktischen Anwendung lernen, während Teams Hypercore in großem Maßstab einsetzen.

Warum dies für Hyperliquid-Entwickler wichtig ist

Die Architektur von Hyperliquid ermöglicht leistungsstarke Handelssysteme, Echtzeit-Orderbücher und umfangreiche On-Chain-Handelssemantiken. Wenn Teams von der Experimentierphase in die Produktionsphase übergehen, wird die Art und Weise, wie Daten bereitgestellt werden, genauso wichtig wie die Daten selbst.

Hyperliquid arbeitet mit sehr hohem Durchsatz und erzeugt unter normalen Bedingungen etwa 12 Blöcke pro Sekunde, was den Zugriff auf Rohdaten mit zunehmender Systemskalierung schnell zu einer betrieblichen Herausforderung macht.

Viele Teams beginnen mit bekannten Mustern:

• Abfrage von JSON-RPC-Endpunkten

• Umfassender Einsatz von WebSockets für Echtzeit-Aktualisierungen

• Knoten betreiben oder benutzerdefinierte Indizierer erstellen, um Lücken zu schließen

Dieser Ansatz kann in der Anfangsphase gut funktionieren. Mit der Zeit wird es jedoch schwieriger, ihn zuverlässig anzuwenden, da das Volumen zunimmt, die Systeme komplexer werden und die Anforderungen an die Latenz steigen.

Die öffentliche Beta-Version von Hypercore führt ein robusteres Modell zur Datenübertragung unter diesen Bedingungen ein.

Was ist in der öffentlichen Beta enthalten?

Diese öffentliche Beta-Version stellt für Hyperliquid die folgenden, auf Hypercore basierenden Funktionen zur Verfügung:

• Streams unterstützen Hypercore-Datensätze und ermöglichen so eine gefilterte, Push-basierte Bereitstellung von Hyperliquid-Daten

• gRPC-APIs , die für Datenpipelines mit hohem Datenaufkommen und geringer Latenz konzipiert sind

• JSON-RPC- und WebSocket-bezogene Methoden zur Gewährleistung der Kompatibilität mit bestehenden Arbeitsabläufen

Der Zugriff erfolgt über die Erstellung von Endpunkten, was einer produktionsorientierten Beta-Version entspricht.
Es ist kein Add-on erforderlich. Die Hypercore-Funktionen für Hyperliquid sind in allen kostenpflichtigen Quicknode-Tarifen verfügbar.

Wie Hypercore das Datenmodell verändert

Hypercore indexiert und strukturiert Hyperliquid-Daten zentral und ermöglicht es den Teams so, von „Alles-erfassen“-Pipelines zu einer gefilterten, vorgelagerten Datenbereitstellung überzugehen, die sich an den tatsächlichen Anforderungen ihrer Systeme orientiert.

Anstatt alles zu sammeln und erst im Nachhinein zu filtern, können Teams:

• Abonnieren Sie bestimmte Datensätze wie Transaktionen, Orders, Aktualisierungen des Orderbuchs oder Blockgeschäfte. So können Handelsteams beispielsweise nur bestimmte Märkte oder Ereignistypen abonnieren, anstatt den gesamten Hyperliquid-Datenstrom zu erfassen.

• Die Filterung sollte bereits vor dem Eintreffen der Daten in ihren Systemen erfolgen

• Wählen Sie Bereitstellungsmechanismen, die für anhaltende Echtzeit-Workloads besser geeignet sind

Streams und gRPC eignen sich gut für kontinuierliche Pipelines mit hohem Durchsatz, während JSON-RPC und WebSockets weiterhin zur Verfügung stehen, wenn ein Request-Response- oder ereignisbasierter Zugriff sinnvoll ist.

Das Ziel besteht nicht darin, gewohnte Zugriffsmuster zu ersetzen, sondern den Teams mehr Kontrolle darüber zu geben, wie Daten bereitgestellt werden, wenn ihre Systeme wachsen.

Preise

Die Nutzung von Hypercore wird anhand von API-Credits abgerechnet, die sich nach dem Datenvolumen der Methoden in den Bereichen Streams, gRPC und WebSocket richten.

Aktuelle Preise anzeigen: https://www.quicknode.com/api-credits/hyperliquid

Beta-Phase und nächste Schritte

Im Mittelpunkt stehen der tatsächliche Einsatz unter Produktionsbedingungen, das Verständnis des Verhaltens im großen Maßstab sowie die Einbeziehung von Rückmeldungen von Teams, die auf Hyperliquid anspruchsvolle Systeme entwickeln. Wir gehen davon aus, dass wir auf der Grundlage der gewonnenen Erkenntnisse weitere Anpassungen vornehmen werden, sobald die Nutzung zunimmt.

Sobald erste Anwendungsbeispiele und Belege vorliegen, können eine umfassendere Ausweitung, Fallstudien und Live-Formate folgen.

Wenn Sie mit Hyperliquid arbeiten und ein skalierbareres Modell zur Datenbereitstellung ausprobieren möchten, können Sie noch heute loslegen.

Endpunkt erstellen | Lesen Sie die Dokumentation