#datalake Repositórios
Descubra 16 repositórios ativos de código aberto no GitHub marcados com #datalake, acumulando um total de 86,628 estrelas (uma média de 5,414 por projeto). O líder deste tópico é sinaptik-ai/pandas-ai, com 23,905 estrelas.
16 repositórios no total
Converse com seu banco de dados ou seu datalake (SQL, CSV, parquet). O PandasAI torna a análise de dados conversacional usando LLMs e RAG.
Repositório oficial do Trino, o motor de consulta SQL distribuído para big data, anteriormente conhecido como PrestoSQL (https://trino.io)
O motor de consulta aberto mais rápido do mundo para análises em subsegundos, tanto no data lakehouse quanto fora dele. Com a flexibilidade para suportar quase qualquer cenário, o StarRocks oferece o melhor desempenho da categoria para análises multidimensionais, análises em tempo real e consultas ad-hoc. Um projeto da Linux Foundation.
Deeplake é uma AI Data Runtime para Agents. Fornece Postgres sem servidor com um datalake multimodal, permitindo recuperação e treinamento escaláveis.
Dinky é uma plataforma de desenvolvimento de dados em tempo real baseada no Apache Flink, que permite o desenvolvimento, implantação e operação ágeis de dados.
O catálogo de dados abertos mais poderoso do mundo para construir um lago de metadados federado, geodistribuído e de alto desempenho.
Broker compatível com Apache Kafka® com S3, PostgreSQL, SQLite, Apache Iceberg e Delta Lake
Resolução de entidades, resolução de identidades, gestão de dados mestres e desduplicação em grande escala com IA para pessoas e agentes
Lista de artigos continuamente atualizada sobre avanços em Data Agents. Repositório complementar ao nosso artigo "A Survey of Data Agents: Emerging Paradigm or Overstated Hype?"
Um pacote dbt de uso gratuito para criar e carregar Data Warehouses compatíveis com Data Vault 2.0 (alimentado por dbt, uma ferramenta de engenharia de dados de código aberto, marca registrada da dbt Labs)
Lista curada de ferramentas de código aberto usadas em plataformas de análise e ecossistema de engenharia de dados
Perguntas Frequentes
Qual é o repositório de #datalake mais popular no GitHub?
O projeto de código aberto de #datalake mais bem classificado no GitHub é sinaptik-ai/pandas-ai, com 23,905 estrelas. Converse com seu banco de dados ou seu datalake (SQL, CSV, parquet). O PandasAI torna a análise de dados conversacional usando LLMs e RAG.
Quais linguagens de programação são mais usadas nos repositórios de #datalake?
Entre os projetos de #datalake mais bem classificados no GitHub, as linguagens de programação mais comuns são Java, Python, C++, Go.
Como é calculada a classificação dos repositórios de #datalake?
Acompanhamos 16 repositórios ativos de código aberto marcados com #datalake (com mais de 500 estrelas), totalizando 86,628 estrelas e uma média de 5,414 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.