Git Stars Git Stars

#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
Total des Dépôts
86,628
Nombre total d'étoiles
5,414
Moyenne d'Étoiles/Dépôt
1
sinaptik-ai/pandas-ai

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.

sinaptik-ai
⭐ 23,905 Python 👤 sinaptik-ai Organization 🕐 Mis à jour 2025-10-28 📅 Créé 2023-04-22
2
trinodb/trino

Répertoire officiel de Trino, le moteur de requête SQL distribué pour les big data, anciennement connu sous le nom de PrestoSQL (https://trino.io)

trinodb
⭐ 13,532 Java 👤 trinodb Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2019-01-19
3
StarRocks/starrocks

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.

StarRocks
⭐ 12,278 Java 👤 StarRocks Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2021-09-04
4
activeloopai/deeplake

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.

activeloopai
⭐ 9,273 C++ 👤 activeloopai Organization 🕐 Mis à jour 2026-05-21 📅 Créé 2019-08-09
5
apache/hudi

Upserts, suppressions et traitement incrémental sur les Big Data.

apache
⭐ 6,387 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-12-14
6
treeverse/lakeFS

lakeFS - Contrôle de version des données pour votre lac de données | Git pour les données

treeverse
⭐ 5,590 Go 👤 treeverse Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2019-09-12
7
DataLinkDC/dinky

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.

DataLinkDC
⭐ 3,777 Java 👤 DataLinkDC Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2021-06-09
8
apache/gravitino

Le catalogue de données ouvertes le plus puissant au monde pour la construction d'un lac de métadonnées fédéré, géo-distribué et haute performance.

apache
⭐ 3,404 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-04-23
9
nisshi-io/solace-nisshi

Agent compatible avec Apache Kafka® avec S3, PostgreSQL, SQLite, Apache Iceberg et Delta Lake

nisshi-io
⭐ 1,935 Rust 👤 nisshi-io Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-08-21
10
leo-project/leofs

Le Système de Stockage LeoFS

leo-project
⭐ 1,595 Erlang 👤 leo-project Organization 🕐 Mis à jour 2026-01-05 📅 Créé 2012-06-06
11
zinggAI/zingg

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

zinggAI
⭐ 1,275 Java 👤 zinggAI Organization 🕐 Mis à jour 2026-11-03 📅 Créé 2021-08-25
12
ClickHouse/ClickBench

ClickBench : un benchmark pour les bases de données analytiques

ClickHouse
⭐ 1,171 Shell 👤 ClickHouse Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-07-11
13
HKUSTDial/awesome-data-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 ? »

HKUSTDial
⭐ 804 Python 👤 HKUSTDial Organization 🕐 Mis à jour 2026-11-08 📅 Créé 2025-08-31
14
Datavault-UK/automate-dv

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)

Datavault-UK
⭐ 599 👤 Datavault-UK Organization 🕐 Mis à jour 2026-02-05 📅 Créé 2019-09-27
15
pracdata/awesome-open-source-data-engineering

Liste curated d'outils open source utilisés dans les plateformes d'analyse et l'écosystème d'ingénierie des données

pracdata
⭐ 564 👤 pracdata Organization 🕐 Mis à jour 2025-03-12 📅 Créé 2024-02-22
16
leesf/hudi-resources

Résumé des matériaux liés à Apache Hudi

leesf
⭐ 554 👤 leesf User 🕐 Mis à jour 2026-03-31 📅 Créé 2019-12-11

Foire aux questions

1

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.

2

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.

3

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.