Git Stars Git Stars

#datalake 仓库

探索 16 个标记为 #datalake 的活跃开源 GitHub 仓库,它们累计获得 86,628 个 Star(平均每个项目 5,414 个)。该主题的领先项目是 sinaptik-ai/pandas-ai,拥有 23,905 个 Star。

16
仓库总数
86,628
总星标数
5,414
平均每个仓库星标数
1
sinaptik-ai/pandas-ai

与您的数据库或数据湖(SQL, CSV, parquet)进行聊天。PandasAI 使用 LLMs 和 RAG 使数据分析更具对话性。

sinaptik-ai
⭐ 23,905 Python 👤 sinaptik-ai Organization 🕐 已更新 2025-10-28 📅 创建时间 2023-04-22
2
trinodb/trino

Trino 的官方仓库,这是大数据的分布式 SQL 查询引擎,以前称为 PrestoSQL (https://trino.io)

trinodb
⭐ 13,532 Java 👤 trinodb Organization 🕐 已更新 2026-11-21 📅 创建时间 2019-01-19
3
StarRocks/starrocks

世界上最快的开放查询引擎,可在数据湖仓内外实现亚秒级分析。StarRocks 具有支持几乎任何场景的灵活性,可为多维分析、实时分析和即席查询提供一流的性能。一个 Linux Foundation 项目。

StarRocks
⭐ 12,278 Java 👤 StarRocks Organization 🕐 已更新 2026-11-21 📅 创建时间 2021-09-04
4
activeloopai/deeplake

Deeplake 是 Agents 的 AI 数据运行时。它提供无服务器 Postgres 和多模态数据湖,支持可扩展的检索和训练。

activeloopai
⭐ 9,273 C++ 👤 activeloopai Organization 🕐 已更新 2026-05-21 📅 创建时间 2019-08-09
5
apache/hudi

Upserts、删除和大数据上的增量处理。

apache
⭐ 6,387 Java 👤 apache Organization 🕐 已更新 2026-11-21 📅 创建时间 2016-12-14
6
treeverse/lakeFS

lakeFS - 为您的数据湖提供数据版本控制 | 数据版的 Git

treeverse
⭐ 5,590 Go 👤 treeverse Organization 🕐 已更新 2026-11-19 📅 创建时间 2019-09-12
7
DataLinkDC/dinky

Dinky 是一个基于 Apache Flink 的实时数据开发平台,支持敏捷的数据开发、部署和运营。

DataLinkDC
⭐ 3,777 Java 👤 DataLinkDC Organization 🕐 已更新 2026-11-17 📅 创建时间 2021-06-09
8
apache/gravitino

用于构建高性能、地理分布和联合元数据湖的全球最强大的开放数据目录。

apache
⭐ 3,404 Java 👤 apache Organization 🕐 已更新 2026-11-21 📅 创建时间 2023-04-23
9
nisshi-io/solace-nisshi

兼容 Apache Kafka® 的代理,支持 S3、PostgreSQL、SQLite、Apache Iceberg 和 Delta Lake

nisshi-io
⭐ 1,935 Rust 👤 nisshi-io Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-08-21
10
leo-project/leofs

LeoFS 存储系统

leo-project
⭐ 1,595 Erlang 👤 leo-project Organization 🕐 已更新 2026-01-05 📅 创建时间 2012-06-06
11
zinggAI/zingg

面向人类和智能体的大规模 AI 实体解析、身份解析、主数据管理和去重

zinggAI
⭐ 1,275 Java 👤 zinggAI Organization 🕐 已更新 2026-11-03 📅 创建时间 2021-08-25
12
ClickHouse/ClickBench

ClickBench:分析数据库的基准测试

ClickHouse
⭐ 1,171 Shell 👤 ClickHouse Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-07-11
13
HKUSTDial/awesome-data-agents

数据代理进展的持续更新论文列表。我们论文《数据代理调查:新兴范式还是过度炒作?》的配套仓库

HKUSTDial
⭐ 804 Python 👤 HKUSTDial Organization 🕐 已更新 2026-11-08 📅 创建时间 2025-08-31
14
Datavault-UK/automate-dv

一个免费使用的 dbt 包,用于创建和加载符合 Data Vault 2.0 的数据仓库(由 dbt 驱动,这是一个开源数据工程工具,是 dbt Labs 的注册商标)

Datavault-UK
⭐ 599 👤 Datavault-UK Organization 🕐 已更新 2026-02-05 📅 创建时间 2019-09-27
15
pracdata/awesome-open-source-data-engineering

精选的开源工具列表,用于分析平台和数据工程生态系统

pracdata
⭐ 564 👤 pracdata Organization 🕐 已更新 2025-03-12 📅 创建时间 2024-02-22
16
leesf/hudi-resources

汇总Apache Hudi相关资料

leesf
⭐ 554 👤 leesf User 🕐 已更新 2026-03-31 📅 创建时间 2019-12-11

常见问题解答

1

GitHub 上最受欢迎的 #datalake 仓库是什么?

GitHub 上排名第一的开源 #datalake 项目是 sinaptik-ai/pandas-ai,拥有 23,905 个 Star。与您的数据库或数据湖(SQL, CSV, parquet)进行聊天。PandasAI 使用 LLMs 和 RAG 使数据分析更具对话性。

2

#datalake 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #datalake 项目中,最常见的编程语言是 Java, Python, C++, Go。

3

#datalake 仓库的排名是如何计算的?

我们跟踪了 16 个标记为 #datalake 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 86,628 个 Star,平均每个仓库拥有 5,414 个 Star。排名每日根据 GitHub API 更新。