OneTable 是一种表格式的全方位转换器，可促进数据处理系统和查询引擎之间的互操作性。Apache Hudi、Delta Lake 和 Apache Iceberg 之间无缝互操作。 One...

esProc SPL 是一款面向结构化和半结构化数据的计算和处理引擎，可以用做分析型数据库和数据计算中间件。 esProc SPL 具有精心设计的丰富库函数和强大的语法，可通过 JDBC 接口在...

ALITA（A Layered Instrument To Analysis）是一个基于分层分析来展示数据的工具，通过大量的业务需求沉淀抽象概括了“点”、“线”、“面”三种数据模型，完美融合地图...

CloudCanal Data Process 是一款针对 CloudCanal SDK 的开源数据处理器，原生官方 SDK 只有一些说明文档。 本项目是由官方人员发起并与社区共同推进的自定义代...

DataCap是数据转换、集成和可视化的集成软件。支持各种数据源，如MySQL，ClickHouse，PostgreSQL，Apache Druid等. 官网地址：https://datacap...

Amoro（原名 Arctic）是一个基于开放数据湖格式构建的 Lakehouse 管理系统。Amoro 与 Flink、Spark 和 Trino 等计算引擎合作，为 Lakehouse 带来...

Debezium 是一个为捕获数据更改 (Change Data Capture, CDC) 提供低延迟的流式处理平台，利用 Kafka 和 Kafka Connect 实现了持久性、可靠性和容...

实时即未来，Dlink 为 Apache Flink 而生，让 Flink SQL 纵享丝滑，并致力于实时计算平台建设。 Dinky 基于 Apache Flink 实现 Dlink ，增强 F...

SeaTunnel 是下一代超高性能的支持海量数据快速同步与集成的云原生数据集成工具，每天可以稳定高效同步万亿级数据，已在字节、B站、微博、腾讯云及印度电信等数百家公司生产上使用，目前也已经支持...

Flink Remote Shuffle 是一种批场景下利用外部服务完成任务间数据交换的 Shuffle 实现，本文后续将详细介绍 Flink Remote Shuffle 研发的背景，以及 F...

该项目提出了一种有效的基于组合设计工具 PBD (Pairwise Block Design) 的数据布局 PDL，以加快混合 EC 分布式存储系统中单节点故障的数据修复。 由于减少了机架间的通...

OpenMetadata 是元数据的开放标准，发现、协作和正确获取数据的单一场所。 OpenMetadata 包括以下内容： 元数据模式- 定义元数据的核心抽象和词汇表，其中包含类型、实体、实体...

StreamX 是一个 Apache Flink 极速开发框架。项目的初衷是 —— 让 Flink 开发更简单。 StreamX 定位是 Flink|Spark 开发脚手架 + 流批一体大数据平...

UMAD (Universal Management and Analysis of Data) 是致力于实现通用的大数据管理分析系统的项目。该项目利用度量空间的高度抽象性的特点，将各种各样的数...

这是华为分析服务（HUAWEI Analytics Kit）与app集成的示例代码，可实现对分析服务开放能力的API调用，其演示了如何通过收集预定义事件和自定义事件以提高用户参与度和用户偏好。 ...

Apache DataSketches 是开源的高性能大数据流算法库，主要针对大规模计算环境。Apache DataSketches 的专用流算法库（也被称为 sketches）包含小型数据结构...

Qualitis 是一个支持多种异构数据源的质量校验、通知、管理服务的数据质量管理平台，用于解决业务系统运行、数据中心建设及数据治理过程中的各种数据质量问题。 Qualitis 基于 Sprin...

OSSEAN是一个全球开源软件实时分析监测系统，通过对全球主流开源社区进行持续数据实时采集和跨社区深度关联分析，提供开源项目检索、评估和排行等服务。开发单位为国防科技大学。 特性 社区覆盖面广 ...

COOPER 平台通过分析软件开发者大数据对开发者进行全方位画像和协作关系分析，并构建软件开发者知识图谱，在此基础上提供开发者和开发资源的智能搜索与推荐服务。 平台详细描述： COOPER 平台...

Apache Pulsar 是 Apache 软件基金会顶级项目，是下一代云原生分布式消息流平台，集消息、存储、轻量化函数式计算为一体，采用计算与存储分离架构设计，支持多租户、持久化存储、多机房...