#datafusion Dépôts
Découvrez 15 dépôts GitHub open source actifs associés à #datafusion, cumulant 39,919 étoiles au total (soit une moyenne de 2,661 étoiles par projet). Le projet en tête de ce thème est apache/datafusion, avec 9,631 étoiles.
15 dépôts au total
Remplacement drop-in d'Apache Spark écrit en Rust, unifiant le traitement par lots, le traitement en flux et les charges de travail IA intensives en calcul.
Créez des API à part entière pour des ensembles de données qui évoluent lentement sans écrire une seule ligne de code.
Un moteur lakehouse ouvert pour les agents — natif de Postgres, des vecteurs et de Python. Parle PostgreSQL, fonctionne sur votre stockage d’objets et est écrit en Rust.
Base de données de graphes native du stockage d’objets, avec embranchements et ontologie typée
Agent compatible avec Apache Kafka® avec S3, PostgreSQL, SQLite, Apache Iceberg et Delta Lake
Apache Auron est un accélérateur pour les moteurs de traitement du big data, qui exploite l’exécution vectorisée native pour accélérer le traitement des requêtes.
Moteur de traitement de flux Rust haute performance intègre de manière transparente les capacités de l'IA, offrant un traitement de données puissant en temps réel et une analyse intelligente.
Apprenez la recherche vectorielle avec Rust et DataFusion ; le parcours C++/BusTub est obsolète.
Foire aux questions
Quel est le dépôt #datafusion le plus populaire sur GitHub ?
Le projet #datafusion open source le mieux classé sur GitHub est apache/datafusion, avec 9,631 étoiles. Moteur de requête SQL Apache DataFusion
Quels langages de programmation sont les plus utilisés dans les dépôts #datafusion ?
Parmi les projets #datafusion les mieux classés sur GitHub, les langages de programmation les plus courants sont Rust, Python, Scala, Shell.
Comment le classement des dépôts #datafusion est-il calculé ?
Nous suivons 15 dépôts open source actifs associés à #datafusion (500+ étoiles), totalisant 39,919 étoiles, avec une moyenne de 2,661 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.