DataHike：由高效的Datalog查询引擎提供支持的持久Datalog数据库

DataHike是一个持久的Datalog数据库，由高效的Datalog查询引擎提供支持。该项目最初是将DataScript移植到搭便车树。AllDataScript测试正在通过，但我们仍在进行内部工作。如上所述，我们认为Datahike对于中型项目是可用的，因为DataScript非常成熟并且部署在许多应用程序中，而且搭便车-树实现通过生成性测试进行了大量测试。我们正在建设这两个项目和搭便车-树直通Konserve的存储后端。我们愿意听取经验报告，如果您能加入我们，我们将非常高兴。

目前我们为JVM提供了一个小而稳定的API，但是磁盘上的模式还没有修复。在达到稳定的磁盘架构之前，我们将提供迁移指南。在升级之前，请先查看一下ChangeLog。

(要求'；[datahike.api：as d])；；使用文件系统作为存储介质(def cfg{：store{：backend：file：path"；/tmp/example"；}})；；在此位置创建数据库，根据默认配置，我们执行严格的；；模式并保留所有历史数据(d/create-database cfg)(def conn(d/connect cfg))；；第一个事务将是我们正在使用的模式；您也可以在数据库创建中添加：Initial-tx；；到配置(d/transact conn[{：db/ident：name：db/valueType：db.type/string：db/cardinality：db.cardinality/one}{：db/ident：age：db/valueType：db.type/long：db/cardinality：db.cardinality/one}])；；让我们添加一些数据并等待事务(d/transact conn[{{。，：age 20}{：name"；Bob"；，：age 30}{：name"；Charlie"；，：age 40}{：age}{：age 15}])；；搜索数据(d/q'；[：find？e？n？a：where[？e：name？n][？e：age？A]]@conn)；；=>；#{[3"；Alice"；20][4"；Bob"；30][5"；Charlie"；40]}；使用散列映射添加新实体数据(d/transact conn{：tx-data[{：db/id 3：age 25}]})；；如果要使用类似于中的查询；；https://grishaev.me/en/datomic-query/，；；您可以使用散列映射(d/q{：查询'；{：find[？e？n？a]：where[[？e：name？n][？e：age？a]}：args[@conn]})；=>；#{{[5"；Charlie"；40][4"；Bob"；30][3"；alice"；25]}；；查询数据历史记录(d/q'；[：find？a：where[？e：name"；alice"；][？e：age？a]](d/History@conn)；；=>；#{[20][25]}；可能需要释放特定商店的连接，如level db(d/release conn)；；如果不再需要，请清理数据库(d/delete-database cfg)。

API命名空间提供了对数据功能子集的兼容性，并且应该作为JVM上的临时替代。DataHike的其余部分将被移植到core.async，以平台中立的方式协调IO。

DataHike提供了类似于DATOMIC的功能，并且可以作为它的子集的临时替代。Datahike的目标不是提供一个重新实现的开源数据结构，而是旨在构建分布式数据管理解决方案的Replikativ工具箱的一部分。我们已经和许多后端工程师和ClojureDeveloper交谈过，他们试图远离Datonomic，因为它的专有性质，我们认为在这方面，Datahike应该让Datomic变得更容易，反之亦然，那些只想在小型应用程序中使用Datalog的好处的人不应该担心设置和依赖Datonomic的问题。在这方面，DataHike应该使DataMic变得更容易，反之亦然，那些只想在小型应用程序中使用Datalog的人不应该担心设置和依赖Datomic。

DataHike在一个对等点上本地运行。将来可能会提供事务处理机，也可以通过任何线性化写入机制来实现，例如Apache Kafka。如果您有兴趣，请与我们联系。

DataHike将数据库作为透明值提供，也就是说，您可以直接访问索引数据结构(搭便车-树)，并利用它们的持久性进行复制。这些内部结构不能保证保持稳定，但提供了对正在发生的事情的有用洞察力，并且可以进行优化。

数据是由Clojure的作者和有丰富经验的人构建的成熟的可伸缩数据库(即服务)。如果你需要这样的专业支持，你绝对应该坚持使用DATOMIC。

Datahike的查询引擎和大部分代码库都来自DataScript。如果没有DataScript上的工作，DataHike就不可能实现。这里记录了与数据公司在查询引擎方面的不同之处。

如果你的应用程序对一个典型的耐用数据库有适度的要求，例如一台机器和最多几百万个实体，那么选择Datahike。同样，如果你想要一个开源的解决方案，并且能够研究和修补你的数据库的代码库，Datahike提供了一个相对较小和结构良好的代码库来根据你的需要进行调整。您还应该始终能够在以后轻松地迁移到DATMIC。

如果您已经知道以后将需要可伸缩性，或者如果您的数据库需要网络API，请选择DATOMIC。关于“数据在线”的资料也已经很多了。其中大部分以这样或那样的形式应用于Datahike，但是在您第一次学习Datalog时，直接使用Datomic可能会更容易一些。

如果您想要尽可能快的查询性能并且没有大量数据，请选择DataScript。您可以轻松地将写操作单独持久化，然后使用DataScript的快速内存索引数据结构。Datahike目前也不再支持ClojureScript，尽管我们计划恢复此功能。

您必须在升级到已更改磁盘格式的DataHike版本之前执行此操作。只要我们达到版本1.0.0，就会发生这种情况，并且将始终通过ChangeLog进行通信。升级DataHike版本后，您可以使用。

数据以基于行的格式存储为字符串，因此您可以轻松地检查您的转储是否包含合理的数据。您还可以使用它对数据库进行一些基于字符串的编辑。您还可以将导出用作备份。

如果您要从我们还没有迁移代码的0.1.2之前版本升级，那么只需评估数据隐藏。在导出之前在您的项目中手动迁移命名空间。

我们很乐意为Lambdaforge提供商业支持。如果您对某一特色感兴趣，请告诉我们。