#datalake Repository
Scopri 16 repository GitHub open source attivi contrassegnati con #datalake, che raccolgono un totale di 86,628 stelle (con una media di 5,414 stelle per progetto). Il progetto leader di questo argomento è sinaptik-ai/pandas-ai, con 23,905 stelle.
16 repository in totale
Chiacchiera con il tuo database o il tuo datalake (SQL, CSV, parquet). PandasAI rende l'analisi dei dati conversazionale utilizzando LLM e RAG.
Repository ufficiale di Trino, il motore di query SQL distribuito per big data, precedentemente noto come PrestoSQL (https://trino.io)
Il motore di query aperto più veloce al mondo per analisi in meno di un secondo, sia all'interno che all'esterno del data lakehouse. Con la flessibilità di supportare quasi tutti gli scenari, StarRocks offre prestazioni di prim'ordine per analisi multidimensionali, analisi in tempo reale e query ad hoc. Un progetto della Linux Foundation.
Deeplake è una AI Data Runtime per Agents. Fornisce Postgres serverless con un datalake multimodale, consentendo il retrieval e l'addestramento scalabili.
Dinky è una piattaforma di sviluppo dati in tempo reale basata su Apache Flink, che consente lo sviluppo, il deployment operativo e la gestione agile dei dati.
Il catalogo di dati aperti più potente al mondo per la creazione di un data lake di metadati federato, geo-distribuito e ad alte prestazioni.
Broker compatibile con Apache Kafka® con S3, PostgreSQL, SQLite, Apache Iceberg e Delta Lake
Risoluzione delle entità, risoluzione delle identità, gestione dei dati anagrafici e deduplicazione su larga scala basate sull’IA per esseri umani e agenti
Lista di articoli continuamente aggiornata sui progressi negli Data Agents. Repo companion al nostro paper "A Survey of Data Agents: Emerging Paradigm or Overstated Hype?"
Un pacchetto dbt gratuito per creare e caricare Data Warehouse conformi a Data Vault 2.0 (alimentato da dbt, uno strumento di ingegneria dei dati open source, marchio registrato di dbt Labs)
Lista curata di strumenti open source utilizzati nelle piattaforme di analisi e nell'ecosistema di data engineering
Domande frequenti
Qual è il repository #datalake più popolare su GitHub?
Il progetto open source #datalake più alto in classifica su GitHub è sinaptik-ai/pandas-ai, con 23,905 stelle. Chiacchiera con il tuo database o il tuo datalake (SQL, CSV, parquet). PandasAI rende l'analisi dei dati conversazionale utilizzando LLM e RAG.
Quali linguaggi di programmazione sono più utilizzati nei repository #datalake?
Tra i progetti #datalake più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Java, Python, C++, Go.
Come viene calcolata la classifica dei repository #datalake?
Monitoriamo 16 repository open source attivi contrassegnati con #datalake (500+ stelle), per un totale di 86,628 stelle e una media di 5,414 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.