
Database a grafi a basso consumo di memoria con supporto Bolt+TLS, crittografia at-rest e vettori, progettato per casi d'uso di repliche locali di grafi.
Versione corrente: v0.25.4 — tutte le release.
In una riga: Slater serve grafi che non stanno in memoria — centinaia di milioni di nodi e miliardi di archi in poche centinaia di MB di RAM — tramite il protocollo standard Bolt, così qualsiasi driver neo4j funziona senza modifiche, con una ricerca vettoriale nativa su disco che affianca il grafo, e accetta scritture live e durevoli senza rinunciare a tutto questo. La memoria residente è determinata da un budget di cache che scegli tu, non dalla dimensione del grafo.
Scorciatoie
Un database a grafo memorizza i dati come cose (nodi) e le relazioni tra esse (archi), con le relazioni come cittadini di prima classe. È ciò che vuoi quando le tue domande riguardano le connessioni piuttosto che le righe — "chi si trova entro tre salti da questo account?", "qual è l'intera catena di dipendenze dietro questa build?", "quali account condividono un dispositivo, un indirizzo e una carta?" — le query che in SQL diventano una palude di join ricorsivi ma che in un grafo emergono naturalmente.
La lamentela più comune sui database a grafo è che non scalano oltre ciò che puoi tenere in RAM. Molti di essi (ad es. neo4j, Memgraph, FalkorDB, ecc.) mantengono l'intero grafo residente: un grafo da 40 GB richiede 40 GB di memoria — per istanza. Vuoi una replica per regione, per tenant o per pod? Moltiplica il conto. E oltre una certa dimensione semplicemente non si caricano: ad es. il grafo Wikidata con 90 milioni di nodi / 1,5 miliardi di archi richiede ~64–128 GiB residenti, quindi i motori in-memory non riescono ad aprirlo affatto.
Slater è la confutazione. Invece di caricare il grafo in memoria, lo compila una volta, offline: slater-build trasforma i tuoi dati in un'immagine su disco immutabile e content-addressed, e un numero qualsiasi di server Slater serve poi quell'immagine tramite Bolt (così i tuoi driver neo4j esistenti funzionano senza modifiche), caricando i blocchi su richiesta e mantenendo residente solo un budget di cache fisso. È così che lo stesso grafo da 90 milioni di nodi viene servito con poche centinaia di MB di RAM — la dimensione del grafo e il costo in memoria sono disaccoppiati. Un grafo da 4 GB e un grafo da 400 GB costano la stessa RAM per essere serviti, così puoi distribuire repliche di lettura stateless ed economiche e lasciare che sia l'archivio, non l'heap, a contenere il grafo.
Ciò lo rende una scelta naturale per knowledge graph a supporto di RAG, grafi di raccomandazione e di identità, grafi di dipendenze — qualsiasi cosa grande e connessa che vuoi interrogare in modo economico e frequente. La ricerca vettoriale nativa su disco si trova proprio accanto al grafo, così lo stesso motore è anche il livello di retrieval per gli embedding.
Compilato una volta non significa però congelato. Quell'immagine è una base, non uno stato finale: un livello di scrittura opzionale si colloca sopra di essa, così un grafo live può essere corretto ed esteso senza ricostruire nulla.
Il core è immutabile; il grafo non lo è. Attiva il layer scrivibile (delta.enabled) e scrivi sopra Bolt — correggi una proprietà, aggiungi un nodo, ritrai un arco — e la modifica viene persistita in modo durevole, senza ricostruire l'immagine. Ciò che lo rende economico sul lato lettura è dove risiedono le scritture.
Le scritture si accumulano in un layer log-structured-merge (LSM) sopra il core immutabile: un write-ahead log e una tabella in memoria, che riversano in segmenti delta immutabili, ricondensati in un core nuovo da una periodica consolidation. Cosa ti offre tutto questo:
count(*), le marginali per label e relationship-type — restano letture di metadati anche con scritture in sospeso: il delta mantiene i propri contatori, quindi un count(*) su un core da 91,6M di nodi con mezzo milione di scritture in sospeso risponde comunque in decine di millisecondi senza toccare un singolo blocco.SUCCESS solo dopo l'fsync che copre la scrittura. Raggruppa le tue scritture e diventano economiche — un UNWIND di scrittura esegue un fsync per batch anziché per riga.MERGE / MATCH … SET / DELETE (e CREATE / REMOVE, detach delete, scritture di relazioni) con chiave sulla proprietà identitaria di un nodo — o le equivalenti istruzioni ISO GQL che modificano i dati (INSERT / SET / REMOVE / DELETE), che si riducono allo stesso percorso. Correggi, inserisci, upsert e ritrai, su nodi e archi, indirizzati nel modo in cui i tuoi dati già sono.Con il layer disattivato — l'impostazione predefinita — Slater serve il puro core immutabile e rifiuta le scritture. Vedi Il layer scrivibile per il modello completo.
Sul nome. Slater prende il nome dall'agente della CIA in Archer (una serie fantastica) che insiste per essere chiamato con un solo nome — "Just… Slater" — e uno dei miei personaggi preferiti. Vedi la pagina wiki del personaggio.