- Un projet qui ajoute à SQLite des fonctionnalités de sécurité, confidentialité, performances et instrumentation ; au lieu d’un fork, il adopte une approche de composition dynamique du code source, ce qui facilite le suivi des évolutions de l’upstream
- Sans remplacer directement SQLite, il permet d’appliquer individuellement à SQLite uniquement les fonctions nécessaires, ce qui favorise une adoption et une extension progressives
- Moteurs backend enfichables : prise en charge du Btree SQLite natif, ainsi que des backends LMDB et Berkeley DB ; de nouveaux moteurs KVS (stockage clé-valeur) devraient aussi être ajoutés à titre expérimental à l’avenir
- Introduction de techniques de chiffrement modernes, dont le chiffrement des données au repos (at-rest encryption), le chiffrement basé sur les attributs (ABE), ainsi que le chiffrement et la sécurité au niveau des lignes (par exemple, autoriser certains utilisateurs à déchiffrer seulement une partie des lignes)
- Cela comble les limites de SQLite existant et aide à répondre aux exigences de confidentialité comme le RGPD
- Intégrité des données : fournit une fonction de checksum au niveau des lignes (détection/prévention de corruption)
- Outils de benchmark puissants
- Exécution de benchmarks combinatoires selon différentes versions de SQLite/LMDB/BDB et options de taille de données (DATASIZE), avec enregistrement automatique des résultats dans une base de données
- Chaque exécution de benchmark est identifiée de façon permanente par un hash SHA3, ce qui facilite l’analyse des données et la reproductibilité
- Système de build flexible
- Automatisation du build, de l’assemblage et des benchmarks à l’aide d’outils Perl basés sur une approche sans fork, avec stockage des résultats en base de données
- Développé en open source sous licence MIT avec le soutien de la NLNet Foundation, avec prise en charge de Linux (x86, ARM, RISC-V) et BSD
- Portée architecturale et historique
- Alors que de nombreux backends alternatifs pour SQLite reposaient sur des hard forks, LumoSQL se distingue par une approche sans fork, à composition dynamique et multi-backend
- Le point de départ remonte à une expérimentation de portage LMDB menée par Howard Chu en 2013, et les benchmarks ont ensuite montré que les performances intrinsèques de SQLite ont elles aussi continué à progresser
- À l’avenir, le projet pourrait élargir son rôle de plateforme d’expérimentation pour diverses architectures KVS, des tentatives d’intégration upstream, et des fonctions avancées de sécurité, d’intégrité et de confidentialité
Aucun commentaire pour le moment.