Git Stars Git Stars

#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
Totale Repository
86,628
Totale stelle
5,414
Media Stelle/Repo

16 repository in totale

1
sinaptik-ai/pandas-ai

Chiacchiera con il tuo database o il tuo datalake (SQL, CSV, parquet). PandasAI rende l'analisi dei dati conversazionale utilizzando LLM e RAG.

sinaptik-ai
⭐ 23,905 Python 👤 sinaptik-ai Organization 🕐 Aggiornato 2025-10-28 📅 Creato 2023-04-22
2
trinodb/trino

Repository ufficiale di Trino, il motore di query SQL distribuito per big data, precedentemente noto come PrestoSQL (https://trino.io)

trinodb
⭐ 13,532 Java 👤 trinodb Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2019-01-19
3
StarRocks/starrocks

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.

StarRocks
⭐ 12,278 Java 👤 StarRocks Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2021-09-04
4
activeloopai/deeplake

Deeplake è una AI Data Runtime per Agents. Fornisce Postgres serverless con un datalake multimodale, consentendo il retrieval e l'addestramento scalabili.

activeloopai
⭐ 9,273 C++ 👤 activeloopai Organization 🕐 Aggiornato 2026-05-21 📅 Creato 2019-08-09
5
apache/hudi

Upserts, eliminazioni ed elaborazione incrementale su Big Data.

apache
⭐ 6,387 Java 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-12-14
6
treeverse/lakeFS

lakeFS - Controllo delle versioni dei dati per il tuo data lake | Git per i dati

treeverse
⭐ 5,590 Go 👤 treeverse Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2019-09-12
7
DataLinkDC/dinky

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.

DataLinkDC
⭐ 3,777 Java 👤 DataLinkDC Organization 🕐 Aggiornato 2026-11-17 📅 Creato 2021-06-09
8
apache/gravitino

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.

apache
⭐ 3,404 Java 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2023-04-23
9
nisshi-io/solace-nisshi

Broker compatibile con Apache Kafka® con S3, PostgreSQL, SQLite, Apache Iceberg e Delta Lake

nisshi-io
⭐ 1,935 Rust 👤 nisshi-io Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-08-21
10
leo-project/leofs

Il Sistema di Archiviazione LeoFS

leo-project
⭐ 1,595 Erlang 👤 leo-project Organization 🕐 Aggiornato 2026-01-05 📅 Creato 2012-06-06
11
zinggAI/zingg

Risoluzione delle entità, risoluzione delle identità, gestione dei dati anagrafici e deduplicazione su larga scala basate sull’IA per esseri umani e agenti

zinggAI
⭐ 1,275 Java 👤 zinggAI Organization 🕐 Aggiornato 2026-11-03 📅 Creato 2021-08-25
12
ClickHouse/ClickBench

ClickBench: un benchmark per database analitici

ClickHouse
⭐ 1,171 Shell 👤 ClickHouse Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2022-07-11
13
HKUSTDial/awesome-data-agents

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?"

HKUSTDial
⭐ 804 Python 👤 HKUSTDial Organization 🕐 Aggiornato 2026-11-08 📅 Creato 2025-08-31
14
Datavault-UK/automate-dv

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)

Datavault-UK
⭐ 599 👤 Datavault-UK Organization 🕐 Aggiornato 2026-02-05 📅 Creato 2019-09-27
15
pracdata/awesome-open-source-data-engineering

Lista curata di strumenti open source utilizzati nelle piattaforme di analisi e nell'ecosistema di data engineering

pracdata
⭐ 564 👤 pracdata Organization 🕐 Aggiornato 2025-03-12 📅 Creato 2024-02-22
16
leesf/hudi-resources

Riepilogo dei materiali relativi ad Apache Hudi

leesf
⭐ 554 👤 leesf User 🕐 Aggiornato 2026-03-31 📅 Creato 2019-12-11

Domande frequenti

1

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.

2

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.

3

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.