
Graphdb de bajo consumo de memoria con soporte para Bolt+tls, cifrado en reposo y vectores, diseñado para casos de uso de réplicas locales de grafos.
Versión actual: v0.25.4 — todas las versiones.
En una línea: Slater sirve grafos que no caben en memoria — cientos de millones de nodos y miles de millones de aristas en apenas unos cientos de MB de RAM — sobre Bolt estándar, de modo que cualquier driver de neo4j funciona sin más, con búsqueda vectorial nativa en disco junto al grafo, y acepta escrituras en vivo y duraderas sin renunciar a ello. La memoria residente la fija un presupuesto de caché que tú eliges, no el tamaño del grafo.
Atajos
Una base de datos de grafos almacena los datos como cosas (nodos) y las relaciones entre ellas (aristas), con las relaciones como ciudadanos de primera clase. Eso es lo que quieres cuando tus preguntas tratan sobre conexiones en lugar de filas — "¿quién está a tres saltos de esta cuenta?", "¿cuál es la cadena de dependencias completa detrás de esta compilación?", "¿qué cuentas comparten un dispositivo, una dirección y una tarjeta?" — las consultas que se convierten en un pantano de joins recursivos en SQL pero surgen de forma natural en un grafo.
La queja más común sobre las bases de datos de grafos es que no escalan más allá de lo que puedes mantener en RAM. Muchas de ellas (p. ej. neo4j, Memgraph, FalkorDB, etc.) mantienen todo el grafo residente: un grafo de 40 GB quiere 40 GB de memoria — por instancia. ¿Quieres una réplica por región, por inquilino o por pod? Multiplica la factura. Y más allá de cierto tamaño simplemente no cargan: p. ej. el grafo de Wikidata de 90 millones de nodos / 1,5B de aristas necesita ~64–128 GiB residentes, así que los motores en memoria no pueden abrirlo en absoluto.
Slater es la réplica. En lugar de cargar el grafo en memoria, lo compila una vez, offline: slater-build convierte tus datos en una imagen inmutable en disco direccionada por contenido, y cualquier número de servidores Slater sirven después esa imagen sobre Bolt (de modo que tus drivers de neo4j existentes funcionan sin más), paginando bloques bajo demanda y manteniendo residente solo un presupuesto de caché fijo. Así es como el mismo grafo de 90M de nodos se sirve desde unos pocos cientos de MB de RAM — el tamaño del grafo y la factura de memoria quedan desacoplados. Un grafo de 4 GB y un grafo de 400 GB cuestan la misma RAM de servir, así que despliegas réplicas de lectura sin estado y baratas, y dejas que el almacenamiento, no el heap, sostenga el grafo.
Eso lo hace un encaje natural para grafos de conocimiento detrás de RAG, grafos de recomendación e identidad, grafos de dependencias — cualquier cosa grande y conectada que quieras consultar de forma barata y frecuente. La búsqueda vectorial nativa en disco vive justo al lado del grafo, así que el mismo motor es también la capa de recuperación para embeddings.
Compilado una vez no significa congelado, sin embargo. Esa imagen es una base, no un estado final: una capa de escritura opcional se sitúa por encima, de modo que un grafo en vivo puede corregirse y ampliarse sin reconstruir nada.
El núcleo es inmutable; el grafo no lo es. Activa la capa de escritura (delta.enabled) y escribes sobre Bolt — corrige una propiedad, añade un nodo, retracta una arista — y el cambio se asienta de forma duradera, sin reconstruir la imagen. Lo que lo mantiene barato en el lado de lectura es dónde viven las escrituras.
Las escrituras se acumulan en una capa log-structured-merge (LSM) sobre el núcleo inmutable: un write-ahead log y una tabla en memoria, que se derraman a segmentos delta inmutables, reincorporados a un núcleo nuevo mediante una consolidación periódica. Lo que eso te aporta:
count(*), las marginales de etiquetas y tipos de relación — siguen siendo lecturas de metadatos incluso con escrituras pendientes: el delta mantiene sus propios contadores, así que un count(*) sobre un núcleo de 91,6M de nodos con medio millón de escrituras pendientes sigue respondiendo en decenas de milisegundos sin tocar un solo bloque.SUCCESS solo después del fsync que cubre la escritura. Agrupa tus escrituras y resultan baratas — un UNWIND de escritura confirma un fsync por lote en lugar de por fila.MERGE / MATCH … SET / DELETE (y CREATE / REMOVE, borrado detach, escrituras de relaciones) indexadas por la propiedad de identidad de un nodo — o las sentencias equivalentes de modificación de datos de ISO GQL (INSERT / SET / REMOVE / DELETE), que se reducen a la misma ruta. Corregir, insertar, upsert y retractar, sobre nodos y aristas, direccionados tal como ya lo están tus datos.Con la capa desactivada — el valor por defecto — Slater sirve el núcleo inmutable puro y rechaza las escrituras. Consulta La capa de escritura para el modelo completo.
Sobre el nombre. Slater lleva el nombre del agente de la CIA en Archer (una gran serie) que insiste en usar un único nombre — "Solo… Slater" — y uno de mis personajes favoritos de la misma. Consulta la página wiki del personaje.