#datalake Dépôts
Découvrez 16 dépôts GitHub open source actifs associés à #datalake, cumulant 86,628 étoiles au total (soit une moyenne de 5,414 étoiles par projet). Le projet en tête de ce thème est sinaptik-ai/pandas-ai, avec 23,905 étoiles.
16 dépôts au total
Discutez avec votre base de données ou votre datalake (SQL, CSV, parquet). PandasAI rend l'analyse de données conversationnelle grâce aux LLM et au RAG.
Répertoire officiel de Trino, le moteur de requête SQL distribué pour les big data, anciennement connu sous le nom de PrestoSQL (https://trino.io)
Le moteur de requête ouvert le plus rapide au monde pour des analyses en moins d'une seconde, sur et hors du data lakehouse. Avec la flexibilité de prendre en charge presque tous les scénarios, StarRocks offre des performances de premier ordre pour les analyses multidimensionnelles, les analyses en temps réel et les requêtes ad hoc. Un projet de la Linux Foundation.
Deeplake est une AI Data Runtime pour Agents. Elle fournit un Postgres sans serveur avec un datalake multimodal, permettant une récupération et un entraînement scalables.
lakeFS - Contrôle de version des données pour votre lac de données | Git pour les données
Dinky est une plateforme de développement de données en temps réel basée sur Apache Flink, permettant le développement, le déploiement et l'exploitation agiles des données.
Le catalogue de données ouvertes le plus puissant au monde pour la construction d'un lac de métadonnées fédéré, géo-distribué et haute performance.
Agent compatible avec Apache Kafka® avec S3, PostgreSQL, SQLite, Apache Iceberg et Delta Lake
Résolution d’entités, résolution d’identités, gestion des données de référence et déduplication à grande échelle basées sur l’IA pour les humains et les agents
Liste de papiers continuellement mise à jour sur les avancées en Data Agents. Repo compagnon de notre article « A Survey of Data Agents : Emerging Paradigm or Overstated Hype ? »
Un package dbt gratuit pour créer et charger des Data Warehouses conformes à Data Vault 2.0 (propulsé par dbt, un outil open source d'ingénierie des données, marque déposée de dbt Labs)
Liste curated d'outils open source utilisés dans les plateformes d'analyse et l'écosystème d'ingénierie des données
Foire aux questions
Quel est le dépôt #datalake le plus populaire sur GitHub ?
Le projet #datalake open source le mieux classé sur GitHub est sinaptik-ai/pandas-ai, avec 23,905 étoiles. Discutez avec votre base de données ou votre datalake (SQL, CSV, parquet). PandasAI rend l'analyse de données conversationnelle grâce aux LLM et au RAG.
Quels langages de programmation sont les plus utilisés dans les dépôts #datalake ?
Parmi les projets #datalake les mieux classés sur GitHub, les langages de programmation les plus courants sont Java, Python, C++, Go.
Comment le classement des dépôts #datalake est-il calculé ?
Nous suivons 16 dépôts open source actifs associés à #datalake (500+ étoiles), totalisant 86,628 étoiles, avec une moyenne de 5,414 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.