- SQLiteに セキュリティ、プライバシー、性能、計測機能 を追加するプロジェクトで、フォークではなく 動的ソース結合方式 を採用しており、アップストリームとの差分追跡が容易
- SQLiteを直接置き換えるのではなく、必要な機能だけを個別にSQLiteへ適用可能（段階的な導入・拡張に有利）
- プラグイン型バックエンドエンジン : 標準のSQLite Btree、LMDB、Berkeley DB バックエンドを利用可能で、今後は新しいKVS（キー・バリューストレージ）エンジンも実験的に追加予定
- ディスク暗号化（At-rest encryption）、属性ベース暗号（ABE）、行単位の暗号化/セキュリティ（ユーザーごとに一部の行のみ復号権限を付与）など最新の暗号化技術を導入
- 既存のSQLiteの限界を補完し、GDPRなどのプライバシー要件を満たす
- データ完全性 : 行単位チェックサム（破損の検知/防止） 機能を提供
- 強力なベンチマーキングツール
- さまざまなSQLite/LMDB/BDBバージョン、データサイズ（DATASIZE）オプションごとの組み合わせベンチマークを実行し、結果を自動的にDBへ保存
- 各ベンチマーク実行は SHA3ハッシュ で永続的に識別され、データ分析・再現性が容易
- 柔軟なビルドシステム
- not-forking Perlツールベースで、ビルド・組み合わせ・ベンチマークの自動化と結果のDB化を実現
- オープンソースのMITライセンスで NLNet Foundation の支援のもと開発されており、Linux（x86、ARM、RISC-V）およびBSDをサポート
- アーキテクチャ上の意義と歴史
- 既存のSQLite代替バックエンドにはハードフォークが多かったが、LumoSQLは 非フォーク、動的結合、マルチバックエンド を主な差別化ポイントとしている
- 2013年のHoward ChuによるLMDBベースの移植実験が出発点で、その後SQLite本来の性能も継続的に改善されていることをベンチマークで実証
- 今後は 多様なKVSアーキテクチャの実験、アップストリームへの反映の試み、高度なセキュリティ/完全性/プライバシー機能 の実験プラットフォームとしての役割拡大を目指す
まだコメントはありません。