#olap Repositories
Entdecke 38 aktive Open-Source-GitHub-Repositories, die mit #olap getaggt sind und insgesamt 214,321 Sterne gesammelt haben (durchschnittlich 5,640 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist ClickHouse/ClickHouse mit 51,051 Sternen.
Insgesamt 38 Repositories
Die weltweit schnellste Open-Query-Engine für Analysen in Millisekunden, sowohl im als auch außerhalb des Data Lakehouse. Mit der Flexibilität, nahezu jedes Szenario zu unterstützen, bietet StarRocks eine erstklassige Leistung für multidimensionale Analysen, Echtzeitanalysen und Ad-hoc-Abfragen. Ein Projekt der Linux Foundation.
OceanBase ist die vereinheitlichte verteilte Datenbank für das KI-Zeitalter – Open-Source, Multi-Modell, eine einzige Engine für Ihre anspruchsvollsten Workloads.
Ein Postgres für Ihre Anwendungsdaten, Volltextsuche, Vektorabruf und Aggregationen. Das Zuhause der pg_search-Erweiterung.
Data Agent Ready Warehouse: Eines für Analytics, Suche, KI, Python Sandbox. — von Grund auf neu gebaut. Einheitliche Architektur auf Ihrem S3.
Apache Pinot: eine Echtzeit-Analysedatenbank für latenzarme SQL-Abfragen und Vektorsuche, die Anwendungen für Nutzer und Agenten unterstützt
CrateDB ist eine verteilte und skalierbare SQL-Datenbank zur Speicherung und Analyse massiver Datenmengen in Echtzeit-Nähe, sogar mit komplexen Abfragen. Sie ist PostgreSQL-kompatibel und basiert auf Lucene.
Dinky ist eine Echtzeit-Datenentwicklungsplattform auf Basis von Apache Flink, die agile Datenentwicklung, -bereitstellung und -betrieb ermöglicht.
Eine einfach zu bedienende, selbstbedienende offene BI-Berichts- und BI-Dashboard-Plattform.
AI-native HTAP-Datenbank mit Git-for-Data und integrierter Vektorsuche, die als Daten- und Speicher-Backbone für intelligente Agenten und Anwendungen dient.
Das Big-Data-Wissensrepository umfasst Data-Warehouse-Modellierung, Echtzeitberechnung, Big Data, Daten-Mittelplattform, Systemdesign, Java, Algorithmen usw.
Eine fortschrittliche und ausgereifte Open-Source-MPP-Datenbank (Massively Parallel Processing). Open-Source-Alternative zur Greenplum-Datenbank.
Open-Source-Semantikschicht: ein Cube für Excel (MDX/XMLA), Dashboards und KI-Agenten (MCP). Mondrian + Apache Calcite.
Eine kuratierte Liste von Ressourcen für Graphdatenbanken und Graph-Computing-Tools
Mondrian ist ein Online Analytical Processing (OLAP)-Server, der Geschäftsbenutzern ermöglicht, große Mengen an Daten in Echtzeit zu analysieren.
Ein effizienter Storage- und Compute-Engine für On-Premise- und cloud-native Datenanalysen.
Offene, SQL-native Zeitreihendatenbank für Telemetriedaten, die Sie langfristig speichern möchten. Erfasst über 38 Millionen Datensätze pro Sekunde und verarbeitet Abfragen mit über 25 Millionen Zeilen pro Sekunde. Kompatibel mit InfluxDB Line Protocol und Telegraf. Offenes Parquet auf Ihrem Speicher. Eine einzelne Binärdatei. Native Unterstützung für S3/Azure. Für isolierte Netzwerke geeignet. AGPL-3.0.
Skalierbare Graph-Analytics-Datenbank, angetrieben von einem mehrfädigen, vektorierten temporalen Motor, geschrieben in Rust
Browserbasierte Datenanalyse und BI mit DuckDB-WASM. Datenschutz an erster Stelle: Ihre Daten bleiben lokal; kein Server erforderlich.
Vereinheitlichte MySQL-, Postgres- & FlightSQL-Server, angetrieben von DuckDB.
Eine experimentelle eingebettete SQL-Engine in C++20. Fragen Sie Parquet-, CSV-, JSON-, Arrow-, Avro-, SQLite- und Excel-Dateien direkt mit SQL im Prozess ab. Frühes Entwicklungsstadium.
Häufig gestellte Fragen
Welches ist das beliebteste #olap-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#olap-Projekt auf GitHub ist ClickHouse/ClickHouse mit 51,051 Sternen. ClickHouse® ist ein Echtzeit-Analyse-Datenbankmanagementsystem
Welche Programmiersprachen werden in #olap-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #olap-Projekten auf GitHub sind C++, Java, Rust, Go die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #olap-Repositories berechnet?
Wir verfolgen 38 aktive Open-Source-Repositories, die mit #olap getaggt sind (500+ Sterne), mit insgesamt 214,321 Sternen und durchschnittlich 5,640 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.