في المراحل الأولى من النظام، يمكن تشغيل كل شيء. البيانات قليلة، ويمكن بناء أي هيكل بسهولة دون أن تظهر مشكلة. الاختبار الحقيقي لا يكون في اليوم الأول، بل في اللحظة التي تبدأ فيها البيانات في التراكم بشكل جنوني.

لنأخذ تطبيقًا متوسط التعقيد كمثال: ينتج يوميًا 50-100 كيلوبايت من بيانات الحالة والسلوك. سنة واحدة؟ 18-36 جيجابايت. ومع البيانات المشتقة ونسخ النسخ الاحتياطي، يتضاعف الحجم الفعلي. يبدو الأمر مجرد أرقام، لكن المشكلة ليست في الكتابة، بل في أن هذه البيانات لا تتوقف أبدًا. يتم قراءتها مرارًا وتكرارًا، والتحقق منها، ودمجها مع بعضها البعض. إذا اختلطت علاقات الإشارة، فإن تعقيد النظام بأكمله سيزداد بشكل أسي.

هذا هو نقطة انطلاق تصميم Walrus. هو لا يتوقع أن تتوقف البيانات عن النمو، ولا يتوقع أن يتم كتابة الكائنات مرة واحدة فقط. فكرة Walrus هي: أن يحصل كائن البيانات عند إنشائه على معرف ثابت، هذا المعرف لا يتغير أبدًا. يتم تسجيل جميع التغييرات كمسار تطور لحالة نفس الكائن. قد لا تظهر الفروقات في الحجم الصغير، لكن مع مرور الوقت، ستتضخم مزايا هذا التصميم تدريجيًا.

انظر إلى البيانات التي كشفت عنها الاختبارات: تدعم تخزين الكائنات بحجم ميجابايت، وتضمن التوفر عبر تكرار متعدد العقد، مع استقرار التوفر الكلي في شبكة الاختبار فوق 99%. زمن التأخير في القراءة يبقى في مستوى الثواني، ويمكن للتطبيقات الحقيقية استدعاؤها مباشرة، وليس فقط لأرشفة البيانات الباردة.

الأهم من ذلك هو التغييرات على مستوى التطبيق. عندما تتوقف علاقات الكائنات عن التغير المتكرر، يمكن للتطبيقات أن تقوم بتحسينات عميقة حول بنية البيانات المستقرة، وهو أمر يصعب تحقيقه في نماذج التخزين التقليدية.