Original en inglés: https://argusic.com/subject/nebula
nebula
Una base de datos de grafos distribuida, rápida y de código abierto, con escalabilidad horizontal y alta disponibilidad.
Funcionafuente: GitHubsitio webC++Apache-2.0commit 426266b5c3df
C++, licencia Apache-2.0. El proyecto se describe a sí mismo como: big data, cpp, database, distributed, distributed systems, graph, graph database y graphdb.
nebula funciona. Un agent de Argusic lo instaló en 3,5 minutos y no encontró ningún error en una máquina limpia sin GPU, y toda la sesión quedó grabada.
NebulaGraph v3.8.0 metad, storaged, and graphd run and respond to queries: graphd HTTP at 127.0.0.1:19669 returns 200, graph thrift port 9669 accepts connections, space creation and CRUD operations execute successfully.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 60 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
- Tiempo de instalación
- 4 minutos
- De máquina en frío a terminar
- 9 minutos
- Errores encontrados y corregidos
- 0 encontrados, 0 corregidos sin ayuda humana
- Cómo se demostró el resultado
- python nebula3 client connected to graphd (127.0.0.1:9669), authenticated as root, ADD HOSTS registered storage, CREATE SPACE/TAG/EDGE succeeded, INSERT VERTEX/EDGE succeeded, FETCH PROP returned 'Alice' and 30, GO FROM returned weight=5 and Bob, MATCH queries returned vertex IDs. All three HTTP endpoints (/status) returned HTTP 200 with status running. Build from source was not attempted due to missing third-party deps.
- Tokens de modelo usados
- 362.072
- Commit exacto probado
- 426266b5c3df
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 2, ejecutado el , el intento que decidió el veredicto anterior. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
Here is the final result: tokens used 362,072 Now I have all the data I need. Let me compile the final report. The full NebulaGraph stack has been installed and verified: - **v3.8.0** prebuilt binaries from GitHub Releases - **metad** (meta service) running on port 9559, HTTP endpoint responded 200 - **graphd** (graph service) running on port 9669, HTTP endpoint responded 200 - **storaged** (storage service) running on port 9779, shown as ONLINE - **nebula3-python** client installed, connected, authenticated - Created a test space, defined a tag (`person`) and edge type (`know`), inserted vertices and edge… Here is the final result:
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 3,5 minutos, más rápido que la mediana de los 3 proyectos comparables que ha medido Argusic.
- Nada se rompió por el camino: cero errores entre el clon y el funcionamiento.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia Apache-2.0, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
De los 4 proyectos de big-data que Argusic ha instalado y cronometrado, nebula fue el 1.º más rápido en llegar a funcionar, y 4 de 4 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 3,5 minutos después del clon.
- Seguir su propio README: el camino documentado funcionó sin nada que arreglar.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona | 100,00 | 0,06 | |
| Argusic Runner | 1/3 | No funcionó | 20,00 | 0,04 |
Temas (de GitHub)
big-datacppdatabasedistributeddistributed-systemsgraphgraph-databasegraphdbgraphraghacktoberfestknowledge-baseknowledge-graphnebulanebula-graphnebulagraphraftscalability
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/nebula)Preguntas
- ¿Funciona nebula?
- Sí. nebula funciona. Argusic lo instaló y lo inició en una máquina limpia en 4 minutos, con 0 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic nebula?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 426266b5c3df. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar nebula?
- La ejecución que produjo este veredicto costó 0,06 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda nebula en instalarse?
- 3,5 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita nebula una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar nebula?
- Nada, en la ejecución registrada: cero errores entre el clon y el funcionamiento.
- ¿Cómo se compara nebula con las alternativas?
- De los 4 proyectos de big-data que Argusic ha instalado y cronometrado, nebula fue el 1.º más rápido en llegar a funcionar, y 4 de 4 llegaron a funcionar.
- ¿Dónde está la evidencia de nebula?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.