#parquet Repositórios
Descubra 45 repositórios ativos de código aberto no GitHub marcados com #parquet, acumulando um total de 105,539 estrelas (uma média de 2,345 por projeto). O líder deste tópico é questdb/questdb, com 17,543 estrelas.
45 repositórios no total
QuestDB é um banco de dados de séries temporais de alto desempenho e código aberto
Apache Arrow é o formato colunar universal e a caixa de ferramentas multilíngue para rápida troca de dados e análise em memória
Mecanismo de dados de alto desempenho para cargas de trabalho de IA e multimodais. Processe imagens, áudio, vídeo e dados estruturados em qualquer escala.
Substituição drop-in do Apache Spark escrita em Rust, unificando processamento em lotes, processamento de stream e cargas de trabalho de IA intensivas em computação.
Crie APIs completas para conjuntos de dados de movimentação lenta sem escrever uma única linha de código.
Parseable é uma plataforma de observabilidade de infraestrutura unificada e de código aberto, construída em Rust sobre uma arquitetura de data lake. Ela rastreia logs, métricas, rastreamentos e eventos em aplicativos, agentes e sistemas, reduzindo os custos de armazenamento em até 90% por meio da compressão de telemetria colunar.
Arquive uma vida inteira de e-mails e chats. Pesquisa offline, análises e consultas de IA sobre todo o seu histórico de mensagens. Alimentado por SQLite e DuckDB.
OLake Go: replicação de código aberto de bancos de dados, Kafka e S3 para Apache Iceberg e Parquet. Fontes: Postgres, MySQL, MongoDB, Oracle, MSSQL, DB2, Kafka, S3. Anteriormente, datazip-inc/olake. A manutenção de tabelas fica em datazip-inc/olake-fusion.
Broker compatível com Apache Kafka® com S3, PostgreSQL, SQLite, Apache Iceberg e Delta Lake
A biblioteca Petastorm permite o treinamento e avaliação de modelos de deep learning em máquina única ou distribuída a partir de conjuntos de dados no formato Apache Parquet. Ela suporta frameworks de ML como Tensorflow, Pytorch e PySpark e pode ser usada a partir de código Python puro.
Uma interface SQL para mais de 60 ferramentas (por exemplo, GitHub, Notion, Airtable). Conecte-se a qualquer LLM via MCP.
cryo é a maneira mais fácil de extrair dados de blockchain para parquet, csv, json ou dataframes python
Quilt é uma Plataforma de Gerenciamento de Dados Científicos na AWS que ajuda equipes e IA a encontrar, confiar e reutilizar dados por meio de pacotes de dados profundamente versionados e ricos em contexto.
Aplicação desktop simples para Windows para visualização e consulta de arquivos Apache Parquet
Lago de dados local e de código aberto para o mercado acionário chinês (ações A): cotações de Xangai e Shenzhen, dados de ações A e dados financeiros para pesquisa quantitativa, negociação e backtesting. Inclui dados financeiros e de futuros, fluxos de capital, comunicados, índices, setores e dados macroeconômicos. 86 conjuntos de dados atualizados diariamente, com preços ajustados e composições históricas integrados, rastreabilidade em nível de linha, PIT e suporte nativo a MCP. Sem cadastro nem token; auto-hospedado. Lago de dados de código aberto do mercado acionário chinês para pesquisa quantitativa, backtesting e agentes de IA.
ADAM é uma plataforma de análise genômica com formatos de arquivo especializados construídos usando Apache Avro, Apache Spark e Apache Parquet. Licenciado sob Apache 2.
Framework ETL para .NET (Parser / Writer para arquivos formatados em CSV, Flat, Xml, JSON, Key-Value, Parquet, Yaml, Avro)
Mais de 80 Ferramentas CLI de DevOps e Dados - AWS, GCP, GCF Python Cloud Functions, Anonimizador de Logs, Spark, Hadoop, HBase, Hive, Impala, Linux, Docker, Conversores e Validadores de Dados Spark (Avro/Parquet/JSON/CSV/INI/XML/YAML), Travis CI, AWS CloudFormation, Elasticsearch, Solr etc.
Banco de dados de séries temporais aberto e nativo em SQL para a telemetria que você precisa manter. Ingestão de mais de 38 milhões de registros por segundo e consultas de mais de 25 milhões de linhas por segundo. Compatível com InfluxDB Line Protocol e Telegraf. Parquet aberto no seu armazenamento. Um único binário. Suporte nativo a S3/Azure. Pronto para ambientes isolados. AGPL-3.0.
Copiar para/de Parquet no S3, Azure Blob Storage, Google Cloud Storage, armazenamentos http(s), arquivos locais ou fluxo de entrada/saída padrão a partir de dentro do PostgreSQL
Graph Data Science: uma camada de abstração em Python para construir knowledge graphs, integrada com bibliotecas populares de grafos – sobre Pandas, NetworkX, RAPIDS, RDFlib, pySHACL, PyVis, morph-kgc, pslpython, pyarrow, etc.
Ligações em WebAssembly baseadas em Rust para ler e escrever dados Apache Parquet
O ambiente de trabalho DuckDB totalmente open source que roda no seu navegador. Editor SQL, notebooks, gráficos, assistente de IA. Sem instalação, sem cadastro, sem backend — seus dados nunca saem da aba.
Análise de dados e BI no navegador com DuckDB-WASM. Privacidade em primeiro lugar: seus dados permanecem localmente; não é necessário nenhum servidor.
Simulação Monte Carlo da temporada da NBA, utilizando dbt, duckdb e evidence.dev
select * from logs; Tailpipe é um SIEM de código aberto para insights instantâneos de logs, equipado com DuckDB. Analise milhões de eventos em segundos, direto do seu terminal.
Um visualizador rápido para arquivos CSV/Parquet e bancos de dados como DuckDB, SQLite, PostgreSQL, MySQL, Clickhouse, etc., baseado em Tauri.
Extensão Data Preview 🈸 para importar 📤 visualizar 🔎 fatiar 🔪 segmentar 🎲 gerar gráficos 📊 e exportar 📥 grandes arquivos de dados JSON array/config, YAML, Apache Arrow, Avro, Parquet e Excel
Um motor SQL embarcado experimental em C++20. Consulte arquivos Parquet, CSV, JSON, Arrow, Avro, SQLite e Excel diretamente com SQL, in-process. Em estágio inicial.
O reth-indexer lê diretamente do banco de dados reth e indexa os dados em bancos de dados/armazenamentos de dados tradicionais e alternativos (postgres, GCP bigquery, etc.), todos decodificados com um arquivo de configuração simples e sem configuração adicional, além de expor uma API pronta para consultar os dados.
Perguntas Frequentes
Qual é o repositório de #parquet mais popular no GitHub?
O projeto de código aberto de #parquet mais bem classificado no GitHub é questdb/questdb, com 17,543 estrelas. QuestDB é um banco de dados de séries temporais de alto desempenho e código aberto
Quais linguagens de programação são mais usadas nos repositórios de #parquet?
Entre os projetos de #parquet mais bem classificados no GitHub, as linguagens de programação mais comuns são Rust, Go, Python, C++.
Como é calculada a classificação dos repositórios de #parquet?
Acompanhamos 45 repositórios ativos de código aberto marcados com #parquet (com mais de 500 estrelas), totalizando 105,539 estrelas e uma média de 2,345 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.