
Graphdb à faible empreinte mémoire avec prise en charge de Bolt+tls, chiffrement au repos et vecteurs conçus pour les cas d’utilisation de graphes en réplica local.
Version actuelle : v0.25.4 — toutes les versions.
En une ligne : Slater sert des graphes qui ne tiennent pas en mémoire — des centaines de millions de nœuds et des milliards d'arêtes en quelques centaines de Mo de RAM — via le standard Bolt, si bien que n'importe quel pilote neo4j fonctionne directement, avec une recherche vectorielle native sur disque à côté du graphe, et il accepte des écritures durables en direct sans y renoncer. La mémoire résidente est déterminée par un budget de cache que vous choisissez, non par la taille du graphe.
Raccourcis
Une base de données de graphes stocke les données sous forme de choses (nœuds) et des relations entre elles (arêtes), les relations étant des citoyens de première classe. C'est ce que vous voulez lorsque vos questions portent sur les connexions plutôt que sur les lignes — « qui se trouve à trois sauts de ce compte ? », « quelle est la chaîne de dépendances complète derrière cette compilation ? », « quels comptes partagent un appareil, une adresse et une carte ? » — les requêtes qui deviennent un bourbier de jointures récursives en SQL mais qui découlent naturellement dans un graphe.
La plainte la plus fréquente à propos des bases de données de graphes est qu'elles ne passent pas à l'échelle au-delà de ce que vous pouvez garder en RAM. Beaucoup d'entre elles (par ex. neo4j, Memgraph, FalkorDB, etc.) gardent tout le graphe résident : un graphe de 40 Go réclame 40 Go de mémoire — par instance. Vous voulez une réplique par région, par locataire ou par pod ? Multipliez la facture. Et au-delà d'une certaine taille, elles ne se chargent tout simplement pas : par ex. le graphe Wikidata de 90 millions de nœuds / 1,5 milliard d'arêtes nécessite ~64–128 GiB résidents, si bien que les moteurs en mémoire ne peuvent pas l'ouvrir du tout.
Slater est la réfutation. Plutôt que de charger le graphe en mémoire, il le compile une fois, hors ligne : slater-build transforme vos données en une image sur disque immuable et adressée par contenu, et un nombre quelconque de serveurs Slater servent ensuite cette image via Bolt (si bien que vos pilotes neo4j existants fonctionnent directement), en paginant les blocs à la demande et en ne gardant résident qu'un budget de cache fixe. C'est ainsi que le même graphe de 90M de nœuds est servi depuis quelques centaines de Mo de RAM — la taille du graphe et la facture mémoire sont découplées. Un graphe de 4 Go et un graphe de 400 Go coûtent la même RAM à servir, vous pouvez donc déployer à moindre coût des répliques de lecture sans état et laisser le stockage, et non le tas, contenir le graphe.
Cela en fait un choix naturel pour les graphes de connaissances derrière le RAG, les graphes de recommandation et d'identité, les graphes de dépendances — tout ce qui est grand et connecté que vous voulez interroger à moindre coût et souvent. La recherche vectorielle native sur disque se trouve juste à côté du graphe, si bien que le même moteur constitue aussi la couche de récupération pour les embeddings.
Compilé une fois ne signifie pas figé, cependant. Cette image est une base, pas un état final : une couche d'écriture optionnelle se superpose à elle, si bien qu'un graphe en production peut être corrigé et étendu sans rien reconstruire.
Le cœur est immuable ; le graphe ne l'est pas. Activez la couche inscriptible (delta.enabled) et vous écrivez par-dessus Bolt — corrigez une propriété, ajoutez un nœud, retirez une arête — et la modification est persistée durablement, sans reconstruction de l'image. Ce qui la rend peu coûteuse côté lecture, c'est où résident les écritures.
Les écritures s'accumulent dans une couche log-structured-merge (LSM) par-dessus le cœur immuable : un journal d'écriture anticipée (write-ahead log) et une table en mémoire, débordant vers des segments delta immuables, réintégrés dans un nouveau cœur par une consolidation périodique. Ce que cela vous apporte :
count(*), les marginales de labels et de types de relations — restent des lectures de métadonnées même avec des écritures en attente : le delta tient ses propres compteurs, si bien qu'un count(*) sur un cœur de 91,6 M de nœuds avec un demi-million d'écritures en attente répond toujours en dizaines de millisecondes sans toucher un seul bloc.SUCCESS qu'après le fsync qui couvre l'écriture. Regroupez vos écritures et elles deviennent peu coûteuses — un UNWIND d'écriture valide un fsync par lot plutôt que par ligne.MERGE / MATCH … SET / DELETE (ainsi que CREATE / REMOVE, la suppression détachée, les écritures de relations) indexés sur la propriété d'identité d'un nœud — ou les instructions de modification de données ISO GQL équivalentes (INSERT / SET / REMOVE / DELETE), qui se ramènent au même chemin. Corriger, insérer, upsert et retirer, sur les nœuds et les arêtes, en les adressant de la manière dont vos données le sont déjà.Avec la couche désactivée — le comportement par défaut — Slater sert le cœur immuable pur et refuse les écritures. Voir La couche inscriptible pour le modèle complet.
À propos du nom. Slater tire son nom de l'agent de la CIA dans Archer (une excellente série) qui insiste pour n'être désigné que par un seul nom — « Just… Slater » — et l'un de mes personnages préférés de la série. Voir la page wiki du personnage.
Découvrez les outils les plus utilisés par notre communauté.
Pas encore de données de popularité.