hikari-systems/slaterGraphdb 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: v0.25.2 — 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 unos pocos cientos de MB de RAM — a través del Bolt estándar, por lo que cualquier driver de neo4j funciona sin cambios, 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 eliges tú, no el tamaño del grafo.
Accesos directos
Una base de datos de grafos almacena los datos como cosas (nodos) y las relaciones entre ellas (aristas), tratando las relaciones como ciudadanos de primera clase. Eso es lo que quieres cuando tus preguntas tratan sobre conexiones más que sobre filas: «¿quién está a menos de tres saltos de esta cuenta?», «¿cuál es la cadena completa de dependencias 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 que en un grafo surgen de forma natural.
La queja más común sobre las bases de datos de grafos es que no escalan más allá de lo que cabe en RAM. Muchas de ellas (p. ej. neo4j, Memgraph, FalkorDB, etc.) mantienen todo el grafo residente: un grafo de 40 GB necesita 40 GB de memoria — por instancia. ¿Quieres una réplica por región, por inquilino o por pod? Multiplica la factura. Y a partir de cierto tamaño simplemente no cargan: por ejemplo, el grafo de Wikidata de 90 millones de nodos / 1.500 millones de aristas necesita ~64–128 GiB residentes, por lo que los motores en memoria no pueden abrirlo en absoluto.
Slater es la respuesta a esto. En lugar de cargar el grafo en memoria, lo compila una vez, fuera de línea: slater-build convierte tus datos en una imagen inmutable en disco con direccionamiento por contenido, y cualquier número de servidores Slater sirven esa imagen a través de Bolt (por lo 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 están desacoplados. Un grafo de 4 GB y un grafo de 400 GB cuestan la misma RAM para servirse, de modo que puedes desplegar réplicas de lectura baratas y sin estado, y dejar que sea el almacenamiento, no el montón, quien sostenga el grafo.
Eso lo convierte en un ajuste 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, por lo que el mismo motor es también la capa de recuperación para los 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 sobre ella, 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 escribe a través de Bolt: corrige una propiedad, añade un nodo, retira una arista — y el cambio se registra de forma duradera, sin reconstruir la imagen. Lo que lo mantiene barato en el lado de la lectura es dónde viven las escrituras.
Las escrituras se acumulan en una capa de fusión estructurada por registros (LSM) sobre el núcleo inmutable: un registro de escritura anticipada (WAL) y una tabla en memoria, que se vuelcan en segmentos delta inmutables y se pliegan de nuevo en un núcleo fresco mediante una consolidación periódica. Lo que esto te aporta:
count(*), los marginales de etiquetas y tipos de relación — siguen siendo lecturas de metadatos incluso con escrituras pendientes: el delta mantiene sus propios contadores, por lo 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, no por fila.MERGE / MATCH … SET / DELETE (y CREATE / REMOVE, borrado con detach, escrituras de relaciones) con clave en la propiedad de identidad de un nodo — o las sentencias equivalentes de modificación de datos de ISO GQL (INSERT / SET / REMOVE / DELETE), que caen en la misma ruta. Corregir, insertar, actualizar (upsert) y retirar, sobre nodos y aristas, dirigidos como tus datos ya lo están.Con la capa desactivada — el valor predeterminado — 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 solo nombre — "Solo… Slater" — y uno de mis personajes favoritos de la serie. Consulta la página wiki del personaje.