#datalake Репозитории
Откройте для себя 16 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #datalake, с общим числом 86,628 звёзд (в среднем 5,414 на проект). Лидером этой темы является sinaptik-ai/pandas-ai, набравший 23,905 звёзд.
Всего репозиториев: 16
Общайтесь с вашей базой данных или озером данных (SQL, CSV, parquet). PandasAI делает анализ данных разговорным, используя LLM и RAG.
Официальный репозиторий Trino, распределённого SQL-движка запросов для больших данных, ранее известного как PrestoSQL (https://trino.io)
Самый быстрый в мире открытый движок запросов для аналитики менее чем за секунду как внутри, так и вне data lakehouse. Благодаря гибкости в поддержке практически любого сценария, StarRocks обеспечивает лучшую в своем классе производительность для многомерного анализа, анализа в реальном времени и ad-hoc запросов. Проект Linux Foundation.
Deeplake — это AI Data Runtime для агентов. Она предоставляет бессерверный Postgres с мультимодальным хранилищем данных, обеспечивая масштабируемый поиск и обучение.
Dinky — это платформа для разработки данных в реальном времени на базе Apache Flink, обеспечивающая гибкую разработку, развертывание и эксплуатацию данных.
Самый мощный в мире каталог открытых данных для создания высокопроизводительного, географически распределенного и федеративного хранилища метаданных.
Совместимый с Apache Kafka® брокер с поддержкой S3, PostgreSQL, SQLite, Apache Iceberg и Delta Lake
Разрешение сущностей и идентификаторов, управление мастер-данными и дедупликация на основе ИИ в масштабах для людей и агентов
Непрерывно обновляемый список статей о достижениях в Data Agents. Сопутствующий репозиторий к нашей статье «A Survey of Data Agents: Emerging Paradigm or Overstated Hype?»
Бесплатный пакет dbt для создания и загрузки хранилищ данных, соответствующих Data Vault 2.0 (работает на dbt, инструменте инженерии данных с открытым исходным кодом, зарегистрированная торговая марка dbt Labs)
Куратированный список инструментов с открытым исходным кодом, используемых в аналитических платформах и экосистеме инженерии данных
Часто задаваемые вопросы
Какой репозиторий по теме #datalake наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #datalake на GitHub — sinaptik-ai/pandas-ai, набравший 23,905 звёзд. Общайтесь с вашей базой данных или озером данных (SQL, CSV, parquet). PandasAI делает анализ данных разговорным, используя LLM и RAG.
Какие языки программирования чаще всего используются в репозиториях по теме #datalake?
Среди наиболее высоко оценённых проектов по теме #datalake на GitHub чаще всего используются языки программирования Java, Python, C++, Go.
Как рассчитывается рейтинг репозиториев по теме #datalake?
Мы отслеживаем 16 активных репозиториев с открытым исходным кодом, отмеченных тегом #datalake (500 и более звёзд), с общим числом 86,628 звёзд и в среднем 5,414 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.