TopoSpatiaDB.
NEXT-GEN DISTRIBUTED STORAGE • HODGE CONSENSUS

REDEFINING THE
FUTURE OF DATA SYSTEMS.

Распределенная база данных нового поколения, которая навсегда избавляет от взаимных блокировок и очередей синхронизации. Вместо медленного голосования серверов TopoSpatiaDB мгновенно и плавно выравнивает данные между репликами, как тепло в физической среде — обеспечивая абсолютную согласованность без риска дедлоков.

7 485 000
QPS • Чтение (8 потоков CPU)
95 970
TPS • Event-Driven WAL
133 ns
Задержка Point Select
0%
Дедлоков (Математически)

Принципиально новый подход к распределенным данным: узлы больше не соревнуются за монопольные локи. Любые расхождения между репликами сглаживаются непрерывным спектральным потоком, обеспечивая пиковую пропускную способность до 7.48 млн операций в секунду.

0-СИМПЛЕКС $X^{(0)}$

Узлы и Физические Реплики

Локальные шарды кластера с индивидуальным векторным пространством состояний — стеблем пучка $\mathcal{F}(\sigma) \cong \mathbb{R}^{d_\sigma}$.

1-СИМПЛЕКС $X^{(1)}$

Каналы Связи и Потоки

Бинарные реляционные каналы и операторы кограницы Чеха–Де Рама $d_0$, передающие изменения между инцидентными клетками без взаимных блокировок.

2-СИМПЛЕКС $X^{(2)}$

Кворумы и Транзакции

Замкнутые треугольники транзакционной целостности. Устраняют вихри расхождений $H^1$ через высший Лапласиан Ходжа $\Delta_1$.

ТЕОРИЯ ПУЧКОВ И ЛАПЛАСИАН ХОДЖА.

Фундаментальные инварианты топологической пучковой голографии. Обеспечивают математическую строгость и автоматическое предотвращение сетевых разделений (Split-Brain).

01 • Клеточный пучок данных
$$X = \bigcup_{k=0}^n X^{(k)}, \quad \rho_{\sigma \trianglelefteq \tau} \colon \mathcal{F}(\sigma) \longrightarrow \mathcal{F}(\tau)$$

Каждой симплициальной клетке $\sigma \in X$ сопоставлен векторный стебель состояний $\mathcal{F}(\sigma) \cong \mathbb{R}^{d_\sigma}$. Между инцидентными клетками действуют линейные операторы рестрикции $\rho$.

02 • Нильпотентность кограницы
$$(d_k x)(\tau) = \sum_{\sigma \trianglelefteq \tau} [\tau : \sigma] \rho_{\sigma \trianglelefteq \tau}(x(\sigma)) \implies d_{k+1} \circ d_k = 0$$

Нильпотентность кограничного оператора Чеха–Де Рама устраняет циклы рассогласования и формирует подпространства когомологий $H^k(X, \mathcal{F}) = \ker(d_k) / \operatorname{im}(d_{k-1})$.

03 • Спектральное разложение Ходжа
$$\Delta_k = d_{k-1} d_{k-1}^* + d_k^* d_k \implies C^k = \ker(\Delta_k) \oplus \operatorname{im}(d_{k-1}) \oplus \operatorname{im}(d_k^*)$$

Лапласиан Ходжа декомпозирует состояние распределенной базы на потенциальный поток, роторные вихри рассогласования ($H^1$) и гармонический вакуум $\ker(\Delta_k) \cong H^k$.

04 • Бесконфликтный градиентный поток
$$\frac{dx}{dt} = -\Delta_0 x \implies x(t) = \exp(-t \Delta_0) x(0), \quad E(x) = \langle x, \Delta_0 x \rangle \to 0$$

Вместо тяжелых блокирующих раундов сетевого голосования (Raft/Paxos) кластер исполняет непрерывную диффузию Лапласа. Энергия расхождений Дирихле $E(x)$ гарантированно стремится к нулю.

МНОГОПОТОЧНЫЙ ДВИЖОК НУЛЕВЫХ ЗАДЕРЖЕК.

Асинхронное конвейерное разделение ответственности между пучковым ядром, журналом WAL и тепловым консенсусом.

01

RWMutex Read/Write Split

Масштабируемые разделяемые блокировки чтения в `sheaf.go`. Выдача срезов векторов защищена методом `CloneVector`, исключая гонки данных при параллельной диффузии и достигая 7.48M QPS на тестовом стенде.

02

Smart Drain Group Commit

Полный отказ от таймеров сна (`time.Sleep`). Оппортунистическое дренирование очереди с параллельным расчетом HMAC-SHA256 подписей обеспечивает запись со скоростью 95.9K TPS (10.4 мкс).

03

Кэш Операторов Ходжа

Матрица $\Delta_0$ предкомпилируется один раз при топологических изменениях комплекса. Параллельные горутины исполняют шаги теплового градиента за 0.39 мкс без накладных расходов.

ОДИН ПУЧКОВЫЙ ДВИЖОК,
НЕОГРАНИЧЕННЫЕ ВОЗМОЖНОСТИ.

Data Center Ultra-Scale

Синхронизация глобально распределенных шардов без риска Split-Brain блокировок. Обработка смешанных OLTP нагрузок со скоростью свыше 325 000 TPS.

Simplicial RAG & AI Context

Топологическое ранжирование гипер-контекста для LLM. Тепловое распространение релевантности по симплициальным граням графа знаний.

Edge & Mobile Mesh Clusters

Автономная работа периферийных устройств в условиях постоянных обрывов связи: при восстановлении сети вихри кограницы рассеиваются автоматически.

СРАВНЕНИЕ С КЛАССИЧЕСКИМИ СУБД.

Аппаратная конфигурация тестового стенда бенчмарков: Intel Core i5-9300H CPU @ 2.40GHz (4 физических ядра, 8 вычислительных потоков, 8 MB SmartCache), 16 GB RAM DDR4 2666 MHz, NVMe SSD PCIe 3.0, ОС Linux x86_64 (Kernel 6.6), компилятор Go 1.22+.

Параметр / Сценарий нагрузки TopoSpatiaDB (v3 Smart-Drain) PostgreSQL 17 MySQL 9 (InnoDB)
Многопоточное чтение (QPS) 7 485 000 QPS +1500% 180 000 – 450 000 250 000 – 600 000
Задержка чтения (Point Select) 0.13 µs (133 ns throughput) ~35 – 100 µs ~25 – 80 µs
Параллельная запись (WAL+Crypto) 95 970 TPS (10.4 µs) ~8 000 – 18 000 TPS ~10 000 – 24 000 TPS
Смешанный OLTP (80% R / 20% W) 325 730 TPS (3.07 µs) ~4 500 – 9 000 TPS ~5 500 – 12 000 TPS
Консенсус репликации Топологический Ходж (0.39 µs) Raft / Paxos (1–15 ms) Group Replication (2–20 ms)
Поведение при Split-Brain Автоматическое сведение $H^1 \to 0$ Блокировка меньшинства Блокировка меньшинства
Риск взаимных блокировок (Deadlocks) 0% (Математически доказано) Требуется детектор Требуется детектор

ИНТЕГРАЦИЯ С ЛЮБЫМ СТЕКОМ.

Используйте TopoSpatiaDB как нативный in-process движок с нулевой стоимостью FFI вызовов в Rust, Python, C/C++ и Go, либо подключайтесь через распределенный HTTP/REST & WebSocket шлюз.

Go 1.22+ 7.48M QPS

Нативный встраиваемый движок с прямым доступом к симплициальному пучку и параллельному WAL без CGO оверхеда.

Rust (Cargo) Zero-Cost FFI

Идиоматичный crate с RAII управлением дескрипторами `topospatia::DB`, `Send + Sync` потокобезопасностью и serde-сериализацией.

Python 3.9+ ctypes / C-ABI

Прямая интеграция с AI & Data Science стеком (PyTorch, NumPy). Быстрое симплициальное распространение градиентов для RAG.

C / C++ (C99) Shared Library

Динамическая библиотека `libtopospatia.so` с чистым C ABI (`libtopospatia.h`) для встраивания в high-load сервисы и микроконтроллеры.

// Cargo.toml: topospatia = { path = "bindings/rust" }
use topospatia::DB;
use serde_json::json;

fn main() -> Result<(), Box<dyn std::error::Error>> {
    // 1. Открытие встроенной БД с WAL-журналированием (max_dim: 2, stalk_dim: 2)
    let db = DB::open("./data", 2, 2, false)?;

    // 2. Регистрация симплициальных клеток (вершины [0], [1] и грань [0, 1])
    let v0 = db.add_cell(&[0])?;
    let v1 = db.add_cell(&[1])?;
    let edge = db.add_cell(&[0, 1])?;
    db.compile()?; // Предкомпиляция операторов Ходжа Delta_k

    // 3. Запись векторного стебля и полезной нагрузки в реплику
    db.put("tx-101", &edge, 1, &[2.4, 8.1], &json!({ "status": "replicated" }))?;

    // 4. Запуск теплового консенсуса Ходжа exp(-t * Delta_0) без очередей блокировок
    let report = db.diffuse()?;
    println!("Согласованность достигнута: E(x) -> {}", report.final_energy);

    // 5. Топологический RAG поиск по комплексу
    let rag_result = db.rag_diffuse(&[0], 3, 0.15)?;
    println!("RAG релевантность узлов: {:?}", rag_result);
    Ok(())
}