Tu grafo en S3

El caso de uso principal. Tu base de datos en grafo vive en tu bucket de S3.

1. Instalar el cliente

   Python

   pip install namidb

   Rust

   Cargo.toml

   [dependencies]
   namidb = "0.3"
   tokio = { version = "1", features = ["full"] }

2. Exportar las credenciales de AWS (o apoyarse en un rol IAM de EC2 / EKS / Lambda)

   export AWS_ACCESS_KEY_ID=AKIA...
   export AWS_SECRET_ACCESS_KEY=...
   export AWS_DEFAULT_REGION=us-east-1

   Los únicos permisos IAM que NamiDB necesita sobre el bucket son s3:GetObject, s3:PutObject, s3:DeleteObject, s3:ListBucket. Eso es todo. Sin tabla de locks de DynamoDB, sin servicio separado de metadata.

3. Abrir (o bootstrapear) un namespace

   Python

   import namidb as tg
   
   client = tg.Client("s3://my-bucket/data?ns=prod&region=us-east-1")

   Rust

   use namidb::storage::{parse_uri, WriterSession};
   
   let (store, paths) = parse_uri("s3://my-bucket/data?ns=prod&region=us-east-1")?;
   let mut writer = WriterSession::open(store, paths).await?;

4. Escribir Cypher

   Python

   client.cypher("CREATE (a:Person {name: 'Alice', age: 30})")
   client.cypher("CREATE (b:Person {name: 'Bob',   age: 25})")
   client.cypher(
       "MATCH (a:Person {name: 'Alice'}), (b:Person {name: 'Bob'}) "
       "CREATE (a)-[:KNOWS {since: 2020}]->(b)"
   )
   
   result = client.cypher(
       "MATCH (p:Person) WHERE p.age >= $min RETURN p.name AS name, p.age AS age",
       params={"min": 18},
   )
   print(result.to_pandas())

5. Reinicia el proceso. Abre un notebook en otra máquina con el mismo URI.

   El grafo sigue ahí. El bucket es la base de datos.

Por qué funciona

• Los conditional writes (If-Match / If-None-Match) sobre S3 reemplazan el consenso externo. El objeto manifest se muta por compare-and-swap, así que dos writers pueden competir y solo uno gana — el que pierde reintenta contra la nueva versión.
• Single-writer-per-namespace con epoch fencing. Los lectores escalan libremente; solo un mutador a la vez por namespace.
• La durabilidad es la que te da S3: 99.999999999% (11 nueves) de durabilidad de objeto, replicación multi-AZ.
• El costo escala a cero cuando ningún cliente abre el namespace — no hay compute corriendo, no hay tabla de DynamoDB aprovisionada.

Usar Cloudflare R2 para egress cero

R2 no cobra egress y tiene soporte completo de conditional writes compatible con S3. Mismo esquema, con el endpoint de R2 y region=auto:

import namidb as tg

client = tg.Client(
    "s3://my-bucket?ns=prod"
    "&endpoint=https://<ACCOUNT_ID>.r2.cloudflarestorage.com"
    "&region=auto"
)

Si estás corriendo NamiDB fuera de AWS — en Cloudflare Workers, Fly.io, tu VPS, tu laptop — R2 casi siempre es la decisión correcta.

¿Y los backups?

aws s3 sync s3://my-bucket/data/ ./backup-2026-05-19/

Eso es todo. NamiDB nunca escribe a ningún otro lado.

Multi-tenancy

Cada namespace es una carpeta bajo el prefijo de tu bucket:

s3://my-bucket/data/
├── tenant-acme/
│   ├── manifest.json
│   ├── wal/
│   └── sst/
├── tenant-globex/
│   ├── manifest.json
│   ├── wal/
│   └── sst/
└── tenant-initech/
    ├── ...

Cada ?ns=… abre un namespace aislado. Operativamente: los tenants son carpetas.

Siguiente

• Referencia de Cypher — qué puedes consultar hoy.
• Operación / Gramática de URIs — cada backend y cada flag.
• Self-host con Docker Compose — API REST con boundary de red por delante del bucket.