SurrealDB

Qu'est-ce que SurrealDB ?

SurrealDB est une base de données distribuée native et open-source conçue pour simplifier la création et la mise à l'échelle d'applications en temps réel. Elle intègre de manière unique plusieurs modèles de données - vecteurs, graphes, documents, séries temporelles et stockage de fichiers - en une seule plateforme, permettant aux développeurs de gérer sans effort des relations de données complexes et des types de données diversifiés. SurrealDB prend en charge les transactions ACID, des contrôles de sécurité précis et des notifications événementielles en temps réel. Ses options de déploiement flexibles vont des appareils de périphérie aux grands clusters à l'échelle du pétaoctet. La plateforme inclut SurrealQL, un puissant langage de requête, et Surrealist, une interface graphique pour la gestion de base de données. SurrealDB comporte également SurrealML, permettant l'exécution de modèles d'apprentissage automatique intégrés directement sur les données, améliorant les analyses et les insights sans dépendances externes.

Fonctionnalités clés

• Support de Données Multi-Modèles

  Gestion unifiée des vecteurs, graphes, documents, séries temporelles et fichiers au sein d'un seul moteur de base de données.

• Architecture Événementielle en Temps Réel

  Permet aux applications de réagir instantanément aux modifications de données grâce à des notifications d'événements intégrées.

• Sécurité Avancée et Contrôle d'Accès

  Prend en charge les permissions au niveau des lignes et des champs, OAuth, l'intégration SAML, LDAP, et des hooks d'authentification personnalisables.

• Transactions Multi-Tables Conformes ACID

  Assure l'intégrité des données avec des transactions couvrant plusieurs lignes et tables sans limites de temps.

• Options de Déploiement Évolutives

  Fonctionne efficacement sur des appareils de périphérie ou s'étend horizontalement à des clusters de niveau pétaoctet avec prise en charge de services cloud gérés.

• Moteur d'Apprentissage Automatique Intégré

  SurrealML permet de stocker, versionner et exécuter des modèles d'apprentissage automatique directement dans la base de données.

Cas d'utilisation

• Applications en Temps Réel : Idéal pour les applications nécessitant des mises à jour instantanées de données et des flux de travail événementiels, comme le trading financier et les jeux multijoueurs.
• Modélisation de Relations Complexes : Prend en charge les modèles de données graphiques bidirectionnels pour des analyses avancées dans les réseaux sociaux, les moteurs de recommandation et la détection de fraude.
• IoT et Informatique de Périphérie : Gère efficacement divers types de données provenant de capteurs et d'appareils avec un déploiement évolutif de la périphérie au cloud.
• Gestion de Contenu et de Médias : Stocke et diffuse directement des documents, images, fichiers audio et vidéo, prenant en charge les plateformes riches en contenu.
• Sécurité des Données Entreprise : Fournit un contrôle d'accès granulaire et s'intègre aux systèmes d'authentification d'entreprise pour une gouvernance sécurisée des données.
• Flux de Travail d'Apprentissage Automatique Intégrés : Permet d'exécuter des modèles ML parallèlement au stockage de données pour générer des insights en temps réel sans traitement externe.

FAQ