System Overview & Architecture Principles

import { Aside } from ‘@astrojs/starlight/components’;

1. System Overview

ChronosVector es una plataforma de datos vectoriales donde el tiempo es un ciudadano de primera clase. El sistema recibe streams de embeddings con marca temporal, los indexa en una estructura espacio-temporal, los almacena en capas de temperatura variable, y expone un motor de queries que permite desde búsquedas kNN clásicas hasta predicción de trayectorias futuras y detección de drift semántico.

---

2. Architecture Principles

Principio	Descripción	Impacto en Diseño
Time as Geometry	El tiempo no es un filtro; es una dimensión del espacio de búsqueda	El índice combina distancia semántica y temporal nativamente
Zero-Copy Pipeline	Los datos atraviesan el sistema con cero copias innecesarias	rkyv para serialización zero-copy, bytes::Bytes para buffers compartidos
Tiered by Temperature	Los datos migran automáticamente según su “calor” (recency de acceso)	Hot (RAM+LSM), Warm (Parquet), Cold (Object Store + PQ)
Compute Near Data	Las operaciones analíticas se ejecutan donde residen los datos	SIMD en hot path, polars en warm, chunked reads en cold
Separation of Index & Storage	El índice (grafo) y los vectores viven en subsistemas independientes	Permite reindexar sin mover datos y viceversa
Pluggable Metrics	La métrica de distancia es un trait, no hardcoded	Soporta coseno, L2, dot product, Poincaré hiperbólico
Fail Loud, Recover Gracefully	Los errores se propagan explícitamente; la recuperación es automática	Result<T, CvxError> en todas las interfaces internas

---

3. High-Level System Architecture