smallpond 是一款构建于 DuckDB 和 3FS 之上的轻量级数据处理框架。 主要特性 拥有由 DuckDB 提供的高性能数据处理能力 支持扩展至 PB 级数据集 操作简便，无需长期运...

首席情报官（Wiseflow）是一个敏捷的信息挖掘工具，可以从网站、微信公众号、社交平台等各种信息源中按设定的关注点提炼讯息，自动做标签归类并上传数据库。 功能特色 原生 LLM 应用：精心选择...

ezdata 是基于python后端和vue3前端开发的数据处理分析和任务调度系统。 其主要功能如下 多数据源管理，支持连接文件，关系型数据库，nosql数据库，时序数据库，图数据库等多种数据源...

PostgresML是PostgreSQL的机器学习扩展，能让你使用SQL查询对文本和表格数据进行训练和推理。有了PostgresML，你可以将机器学习模型无缝集成到PostgreSQL数据库中...

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...

FHIRModels 是一个用于 FHIR® 资源数据模型的 Swift 库。 特征 FHIR 资源、元素和数据类型的本机 Swift 表示 DSTU2、STU3、R4、R4B、R5 和最新构建...

这是一款基于`Electron` 、`VUE` 、`OpenLayers` 、`jsts` 开发的桌面GIS矢量数据查看分析工具。现以完成功能： csv数据导入 shp数据导入 GeoJson数...

Typical 是一个数据序列化框架。你在一个叫做 schema 的文件中定义数据类型，然后 Typical 为各种语言生成高效的序列化和反序列化代码。生成的代码可用于服务之间的消息编排，将结构...

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...

YTsaurus 是一个分布式存储和处理大数据的平台，支持 MapReduce 模型，带有一个分布式文件系统和一个 NoSQL 键值数据库。 平台优势： 多租户生态 一套相互关联的子系统：Map...

dynamicgo 是字节自研的一套能动态处理 RPC 数据（不需要代码生成）同时保证高性能的 Go 基础库，旨在减少序列化/反序列化过程。 dynamicgo 的核心设计思想是：基于 原始字节...

Wasm-bpf 是一个 WebAssembly eBPF 库和运行时， 基于 CO-RE(一次编写 – 到处运行) libbpf 和 wasm-micro-runtime 实现。 Wasm 最...

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...

Amundsen 是一个数据发现和元数据引擎，用于提高数据分析师、数据科学家和工程师在与数据交互时的工作效率。 它通过索引数据资源（表、仪表板、流等）和基于使用模式（例如，查询次数多的表比次数少...

Datrashim 是一个 Kubernetes 框架，它支持在 pod 中轻松访问 S3 和 NFS 数据集，以协调每个数据集所需的持久卷声明和 ConfigMap 的配置。 Datashim...

fq 是一个用于检查二进制数据的工具和解析器。 在大多数情况下，fq 的工作方式与 jq 相同，但它不是读取 JSON，而是读取二进制数据。结果是一个 JSON 兼容的结构，其中每个值都有一个位...

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...