વિકેન્દ્રિત એલએફ સ્ટોરેજને ઓપન લાયસન્સમાં સ્થાનાંતરિત કરવામાં આવ્યું છે

LF 1.1.0, વિકેન્દ્રિત, નકલી કી/મૂલ્ય ડેટા સ્ટોર, હવે ઉપલબ્ધ છે. પ્રોજેક્ટ ZeroTier દ્વારા વિકસાવવામાં આવી રહ્યો છે, જે એક વર્ચ્યુઅલ ઇથરનેટ સ્વીચ વિકસાવી રહ્યું છે જે તમને એક વર્ચ્યુઅલ લોકલ નેટવર્કમાં વિવિધ પ્રદાતાઓ પર સ્થિત હોસ્ટ અને વર્ચ્યુઅલ મશીનોને જોડવાની મંજૂરી આપે છે, જેના સહભાગીઓ P2P મોડમાં ડેટાનું વિનિમય કરે છે. પ્રોજેક્ટ કોડ સી ભાષામાં લખાયેલ છે. મફત MPL 2.0 લાયસન્સ (મોઝિલા પબ્લિક લાયસન્સ)માં તેના સંક્રમણ માટે નવું પ્રકાશન નોંધપાત્ર છે.

અગાઉ, LF કોડ BSL (બિઝનેસ સોર્સ લાયસન્સ) હેઠળ ઉપલબ્ધ હતો, જે વપરાશકર્તાઓની અમુક શ્રેણીઓ સામેના ભેદભાવને કારણે મફત નથી. ઓપન કોર મોડલના વિકલ્પ તરીકે MySQL ના સહ-સ્થાપકોએ BSL લાયસન્સનો પ્રસ્તાવ મૂક્યો હતો. BSL નો સાર એ છે કે અદ્યતન કાર્યક્ષમતાનો કોડ શરૂઆતમાં ફેરફાર કરવા માટે ઉપલબ્ધ છે, પરંતુ વધારાની શરતો પૂરી થાય તો જ અમુક સમય માટે તેનો મફતમાં ઉપયોગ કરી શકાય છે, જેને અટકાવવા માટે વ્યાપારી લાઇસન્સ ખરીદવાની જરૂર છે.

LF એ સંપૂર્ણપણે વિકેન્દ્રિત સિસ્ટમ છે અને તમને એક જ ડેટા સ્ટોરને કી-વેલ્યુ ફોર્મેટમાં નોડ્સની મનસ્વી સંખ્યાની ટોચ પર જમાવટ કરવાની મંજૂરી આપે છે. ડેટાને તમામ નોડ્સમાં સમન્વયિત રાખવામાં આવે છે, અને તમામ ફેરફારો તમામ નોડ્સમાં સંપૂર્ણ રીતે નકલ કરવામાં આવે છે. એલએફમાં તમામ ગાંઠો એકબીજાની સમાન છે. સ્ટોરેજની કામગીરીનું સંકલન કરતા અલગ નોડ્સની ગેરહાજરી તમને નિષ્ફળતાના એક બિંદુથી છુટકારો મેળવવાની મંજૂરી આપે છે, અને દરેક નોડ પરના ડેટાની સંપૂર્ણ નકલની હાજરી જ્યારે વ્યક્તિગત નોડ્સ નિષ્ફળ જાય અથવા ડિસ્કનેક્ટ થઈ જાય ત્યારે માહિતીની ખોટને દૂર કરે છે.

નેટવર્ક સાથે નવા નોડને કનેક્ટ કરવા માટે, તમારે અલગ પરવાનગીઓ મેળવવાની જરૂર નથી - કોઈપણ પોતાનો નોડ શરૂ કરી શકે છે. એલએફનું ડેટા મોડલ નિર્દેશિત એસાયક્લિક ગ્રાફ (ડીએજી) ની આસપાસ બનેલ છે, જે સિંક્રનાઇઝેશનને સરળ બનાવે છે અને વિવિધ સંઘર્ષના ઉકેલ અને સુરક્ષા વ્યૂહરચનાઓ માટે પરવાનગી આપે છે. ડિસ્ટ્રિબ્યુટેડ હેશ ટેબલ (DHT) સિસ્ટમોથી વિપરીત, IF આર્કિટેક્ચર શરૂઆતમાં અવિશ્વસનીય નેટવર્ક્સમાં ઉપયોગ માટે રચાયેલ છે જ્યાં નોડ્સની સતત ઉપલબ્ધતાની ખાતરી આપવામાં આવતી નથી. એલએફના ઉપયોગના ક્ષેત્રોમાં, સૌથી વધુ બચી શકાય તેવી સ્ટોરેજ સિસ્ટમ્સની રચનાનો ઉલ્લેખ કરવામાં આવ્યો છે, જેમાં જટિલ ડેટાના પ્રમાણમાં નાના વોલ્યુમો સંગ્રહિત થાય છે જે ભાગ્યે જ બદલાય છે. ઉદાહરણ તરીકે, LF કી સ્ટોર્સ, પ્રમાણપત્રો, ઓળખ પરિમાણો, રૂપરેખાંકન ફાઇલો, હેશ અને ડોમેન નામો માટે યોગ્ય છે.

ઓવરલોડ અને દુરુપયોગ સામે રક્ષણ આપવા માટે, શેર કરેલ સ્ટોરેજ પર લખવાની ક્રિયાઓની તીવ્રતા પર મર્યાદા લાગુ કરવામાં આવે છે, કામના પુરાવાના આધારે લાગુ કરવામાં આવે છે - ડેટા બચાવવા માટે સક્ષમ થવા માટે, સ્ટોરેજ નેટવર્કમાં સહભાગીએ ચોક્કસ પૂર્ણ કરવું આવશ્યક છે. કાર્ય, જે સરળતાથી ચકાસવામાં આવે છે, પરંતુ ગણતરી કરતી વખતે મોટા સંસાધનોની જરૂર પડે છે (બ્લોકચેન અને CRDT પર આધારિત સિસ્ટમોના વિસ્તરણને ગોઠવવા જેવું જ). તકરાર ઉકેલતી વખતે ગણતરી કરેલ મૂલ્યોનો ઉપયોગ સંકેત તરીકે પણ થાય છે.

એક વિકલ્પ તરીકે, સહભાગીઓને ક્રિપ્ટોગ્રાફિક પ્રમાણપત્રો આપવા માટે નેટવર્ક પર પ્રમાણપત્ર સત્તા શરૂ કરી શકાય છે, કામની પુષ્ટિ કર્યા વિના રેકોર્ડ્સ ઉમેરવાનો અધિકાર આપે છે અને તકરારને ઉકેલવામાં અગ્રતા આપે છે. ડિફૉલ્ટ રૂપે, કોઈપણ સહભાગીઓને કનેક્ટ કરવા માટે સ્ટોરેજ પ્રતિબંધો વિના ઉપલબ્ધ છે, પરંતુ વૈકલ્પિક રીતે, પ્રમાણપત્ર સિસ્ટમના આધારે, ફેન્સ્ડ-ઑફ ખાનગી સ્ટોરેજ બનાવી શકાય છે, જેમાં નેટવર્કના માલિક દ્વારા પ્રમાણિત ગાંઠો જ સહભાગી બની શકે છે.

એલએફની મુખ્ય લાક્ષણિકતાઓ:

• તમારા પોતાના સ્ટોરેજને જમાવવામાં અને હાલના સાર્વજનિક સ્ટોરેજ નેટવર્ક્સ સાથે જોડાવા માટે સરળ.
• નિષ્ફળતાનો કોઈ એક મુદ્દો નથી અને સંગ્રહ જાળવવામાં દરેકને સામેલ કરવાની ક્ષમતા નથી.
• નેટવર્ક કનેક્ટિવિટીમાં વિક્ષેપ પછી પણ તમામ ડેટાની હાઇ સ્પીડ ઍક્સેસ અને તેના નોડ પર બાકી રહેલા ડેટાને ઍક્સેસ કરવાની ક્ષમતા.
• એક સાર્વત્રિક સુરક્ષા મોડલ જે તમને વિવિધ સંઘર્ષ નિરાકરણ પદ્ધતિઓ (સ્થાનિક હ્યુરિસ્ટિક્સ, પૂર્ણ કાર્ય પર આધારિત વજન, અન્ય નોડ્સ, પ્રમાણપત્રોના વિશ્વાસ સ્તરને ધ્યાનમાં લેતા) ને જોડવાની મંજૂરી આપે છે.
• ડેટા ક્વેરી કરવા માટે એક લવચીક API કે જે બહુવિધ નેસ્ટેડ કી અથવા મૂલ્ય શ્રેણીને સ્પષ્ટ કરવાની મંજૂરી આપે છે. એક કી સાથે બહુવિધ મૂલ્યોને બાંધવાની ક્ષમતા.
• તમામ ડેટા એન્ક્રિપ્ટેડ સ્વરૂપમાં સંગ્રહિત થાય છે, જેમાં કીઝનો સમાવેશ થાય છે અને ચકાસવામાં આવે છે. સિસ્ટમનો ઉપયોગ અવિશ્વસનીય નોડ્સ પર ગોપનીય ડેટાના સંગ્રહને ગોઠવવા માટે થઈ શકે છે. રેકોર્ડ્સ કે જેના માટે કીઓ જાણીતી નથી તે જડ બળ દ્વારા નક્કી કરી શકાતી નથી (કી જાણ્યા વિના, તેની સાથે સંકળાયેલ ડેટા મેળવવાનું અશક્ય છે).

મર્યાદાઓમાં નાના, ભાગ્યે જ બદલાતા ડેટા, તાળાઓની ગેરહાજરી અને બાંયધરીકૃત ડેટા સુસંગતતા, CPU, મેમરી, ડિસ્ક સ્પેસ અને બેન્ડવિડ્થ માટે ઉચ્ચ આવશ્યકતાઓ અને સમય જતાં સ્ટોરેજ કદમાં સતત વધારો શામેલ છે.

સોર્સ: opennet.ru