Git Stars Git Stars

#data-lake Repositorios

Descubre 13 repositorios activos de código abierto de GitHub etiquetados con #data-lake, que acumulan 27,588 estrellas en total (una media de 2,122 estrellas por proyecto). El líder de este tema es dlt-hub/dlt, con 6,115 estrellas.

13
Total de Repositorios
27,588
Total de estrellas
2,122
Promedio de Estrellas/Repo

13 repositorios en total

1
dlt-hub/dlt

Data Load Tool (dlt) es una biblioteca Python de código abierto que facilita la carga de datos 🛠️

dlt-hub
⭐ 6,115 Python 👤 dlt-hub Organization 🕐 Actualizado 2026-11-20 📅 Creado 2022-01-26
2
treeverse/lakeFS

lakeFS - Control de versiones de datos para su lago de datos | Git para datos

treeverse
⭐ 5,590 Go 👤 treeverse Organization 🕐 Actualizado 2026-11-19 📅 Creado 2019-09-12
3
duckdb/pg_duckdb

Postgres impulsado por DuckDB para aplicaciones y análisis de alto rendimiento.

duckdb
⭐ 3,317 C++ 👤 duckdb Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-03-20
4
apache/kyuubi

Apache Kyuubi es un gateway distribuido y multi-tenant para proporcionar SQL sin servidor en almacenes de datos y lakehouses.

apache
⭐ 2,379 Scala 👤 apache Organization 🕐 Actualizado 2026-11-19 📅 Creado 2017-12-18
5
Snowflake-Labs/pg_lake

pg_lake: Postgres con Iceberg y acceso a data lake

Snowflake-Labs
⭐ 1,674 Python 👤 Snowflake-Labs Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-11-04
6
aws-samples/aws-glue-samples

Ejemplos de código de AWS Glue

aws-samples
⭐ 1,538 Python 👤 aws-samples Organization 🕐 Actualizado 2026-11-16 📅 Creado 2017-05-21
7
lakekeeper/lakekeeper

Apache Iceberg REST Catalog en Rust: control de acceso, provisión de credenciales y auditoría para cada motor y agente de IA. Apache 2.0.

lakekeeper
⭐ 1,515 Rust 👤 lakekeeper Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-04-05
8
apache/amoro

Apache Amoro (incubating) es un sistema de gestión de Lakehouse construido sobre formatos abiertos de lago de datos.

apache
⭐ 1,207 Java 👤 apache Organization 🕐 Actualizado 2026-11-20 📅 Creado 2022-07-14
9
rootSunc/CNEquity

Lago de datos local y de código abierto para el mercado bursátil chino (acciones A): cotizaciones de Shanghái y Shenzhen, datos de acciones A y datos financieros para investigación cuantitativa, trading y backtesting. Incluye datos financieros, de futuros y flujos de capital, anuncios, índices, sectores y datos macroeconómicos. 86 conjuntos de datos actualizados a diario, con precios ajustados por eventos corporativos e históricos de componentes integrados, trazabilidad a nivel de fila, PIT y compatibilidad nativa con MCP. Sin registro ni token; autohospedado. Lago de datos de código abierto del mercado bursátil chino para investigación cuantitativa, backtesting y agentes de IA.

rootSunc
⭐ 1,071 Python 👤 rootSunc User 🕐 Actualizado 2026-11-13 📅 Creado 2026-06-28
10
pixelsdb/pixels

Un motor eficiente de almacenamiento y cómputo para análisis de datos tanto on-prem como nativos de la nube.

pixelsdb
⭐ 918 Java 👤 pixelsdb Organization 🕐 Actualizado 2026-11-19 📅 Creado 2019-06-21
11
awslabs/python-deequ

API de Python para Deequ

awslabs
⭐ 826 Jupyter Notebook 👤 awslabs Organization 🕐 Actualizado 2026-10-24 📅 Creado 2020-11-09
12
Canner/vulcan-sql

Marco de API de datos para agentes de IA y aplicaciones de datos

Canner
⭐ 783 TypeScript 👤 Canner Organization 🕐 Actualizado 2024-07-01 📅 Creado 2022-04-27
13
Canner/wren-engine

El motor de contexto abierto para agentes de IA soporta más de 15 fuentes de datos. Construido sobre Rust y Apache DataFusion.

Canner
⭐ 662 Java 👤 Canner Organization 🕐 Actualizado 2026-05-06 📅 Creado 2022-05-09

Preguntas frecuentes

1

¿Cuál es el repositorio de #data-lake más popular en GitHub?

El proyecto de código abierto de #data-lake mejor posicionado en GitHub es dlt-hub/dlt, con 6,115 estrellas. Data Load Tool (dlt) es una biblioteca Python de código abierto que facilita la carga de datos 🛠️

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #data-lake?

Entre los proyectos de #data-lake mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Java, Go, C++.

3

¿Cómo se calcula la clasificación de los repositorios de #data-lake?

Seguimos 13 repositorios activos de código abierto etiquetados con #data-lake (500+ estrellas), que suman un total de 27,588 estrellas, con una media de 2,122 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.