- โปรเจกต์ที่เพิ่ม ความปลอดภัย, ความเป็นส่วนตัว, ประสิทธิภาพ และความสามารถด้านการวัดผล ให้กับ SQLite โดยเลือกใช้แนวทาง การผสานซอร์สแบบไดนามิก แทนการทำฟอร์ก ทำให้ติดตามการเปลี่ยนแปลงจากอัปสตรีมได้ง่าย
- ไม่ได้มาแทนที่ SQLite โดยตรง แต่สามารถนำเฉพาะความสามารถที่ต้องการไปใช้กับ SQLite ได้เป็นรายส่วน (เหมาะกับการนำไปใช้หรือขยายแบบค่อยเป็นค่อยไป)
- เอนจินแบ็กเอนด์แบบปลั๊กอิน : รองรับทั้ง SQLite Btree ดั้งเดิม, LMDB, และ Berkeley DB เป็นแบ็กเอนด์ และในอนาคตมีแผนเพิ่มเอนจิน KVS (key-value storage) ใหม่ ๆ ในเชิงทดลอง
- นำเทคโนโลยีการเข้ารหัสสมัยใหม่มาใช้ เช่น การเข้ารหัสข้อมูลบนดิสก์ (At-rest encryption), การเข้ารหัสตามคุณลักษณะ (ABE), การเข้ารหัส/ความปลอดภัยระดับแถว (ให้สิทธิ์ถอดรหัสได้เฉพาะบางแถวตามผู้ใช้)
- ช่วยอุดข้อจำกัดของ SQLite เดิม และรองรับข้อกำหนดด้านความเป็นส่วนตัวอย่าง GDPR
- ความสมบูรณ์ของข้อมูล : มีฟีเจอร์ เช็กซัมระดับแถว (ตรวจจับ/ป้องกันความเสียหาย)
- เครื่องมือเบนช์มาร์กที่ทรงพลัง
- สามารถรันเบนช์มาร์กแบบผสมผสานตามเวอร์ชันต่าง ๆ ของ SQLite/LMDB/BDB และตัวเลือกขนาดข้อมูล (DATASIZE) พร้อมบันทึกผลลงฐานข้อมูลอัตโนมัติ
- การรันเบนช์มาร์กแต่ละครั้งมีการระบุแบบถาวรด้วย SHA3 hash ทำให้ง่ายต่อการวิเคราะห์ข้อมูลและการทำซ้ำผลลัพธ์
- ระบบบิลด์ที่ยืดหยุ่น
- ใช้เครื่องมือ Perl แบบ not-forking เพื่อทำบิลด์, ผสาน, รันเบนช์มาร์กโดยอัตโนมัติ และจัดเก็บผลเป็นฐานข้อมูล
- เป็นโอเพนซอร์สภายใต้สัญญาอนุญาต MIT พัฒนาโดยได้รับการสนับสนุนจาก NLNet Foundation และรองรับ Linux (x86, ARM, RISC-V) รวมถึง BSD
- ความสำคัญเชิงสถาปัตยกรรมและประวัติ
- แบ็กเอนด์ทางเลือกของ SQLite ในอดีตมักเป็นฮาร์ดฟอร์ก แต่ LumoSQL ใช้แนวคิด ไม่ฟอร์ก, ผสานแบบไดนามิก, หลายแบ็กเอนด์ เป็นจุดแตกต่างหลัก
- จุดเริ่มต้นมาจาก การทดลองพอร์ตบน LMDB ของ Howard Chu ในปี 2013 และหลังจากนั้นก็มีการพิสูจน์ผ่านเบนช์มาร์กว่าแม้แต่ประสิทธิภาพดั้งเดิมของ SQLite เองก็พัฒนาขึ้นอย่างต่อเนื่อง
- ในอนาคตจะขยายบทบาทเป็นแพลตฟอร์มทดลองสำหรับ สถาปัตยกรรม KVS ที่หลากหลาย, ความพยายามผลักดันกลับสู่อัปสตรีม, และฟีเจอร์ขั้นสูงด้านความปลอดภัย/ความสมบูรณ์/ความเป็นส่วนตัว
ยังไม่มีความคิดเห็น