Skip to main content
搭好了表和转换函数之后，剩下的就是 Pipeline 的两个动词：
转换函数实时和回填完全复用同一份，不需要为回填单独写一套逻辑。

​
backfill()：批量补历史

  • block_start：起点，不能低于目标表的 start height
  • block_end：不填 = 追到源表当前的共识高度。填得比这个值高会直接报错，一个任务都不会提交
内部会按区块高度自动换算成 bundle 批量处理，这些都不需要你操心。跑完会打印一份汇总：
失败的段不会中途重试，会在整段跑完后歇 30 秒统一重跑一遍，最多两轮。想自己接住结果处理：
“已提交”不等于”已落库”。 汇总里的成功数只代表任务被 worker 受理，真正写库是后台异步完成的。要确认数据真的落库了，看目标表的 _write 子表，或者用 Completeness by Height 直接看哪些高度段已经完成。
回填不会触发下游订阅事件。 如果有其他管道在订阅你回填的这张表，它们不会自动收到这些高度的通知——下游也需要主动发起一次回填才能补上这段。

​
update()：长驻，追新块

启动时先把目标表补到当前的上游高度，追平后转入订阅，跟着新块持续处理。
订阅意外中断又重连之间落下的高度，update() 不会自动回头补——需要你自己发现，手动调一次 pipe.backfill() 补齐这段。

​
需要点查另一张表？

如果转换函数里要查另一张表的当前状态（比如查 token.token.eth 拿 decimals），把这张表传给 depends 参数，Pipeline 会保证只有它也追平到当前高度才处理：

​
想要更精细的控制

Pipeline 是官方推荐的默认入口，覆盖了绝大多数场景。如果你需要绕开它、直接控制订阅循环或者任务提交细节，底层的 Subscribe、Aligned、TaskBuilder 等 API 见 Python SDK 参考。