Daft

Rust实现的分布式数据处理引擎支持多模态分析

Daft是一个Rust实现的分布式查询引擎，为Python提供大规模数据处理能力。它提供交互式API、查询优化、数据目录集成、多模态类型系统和Apache Arrow兼容性。Daft可处理图像、嵌入向量等复杂数据，支持交互式和分布式计算，适用于多种数据分析场景。其云优化设计带来高效I/O性能。

访问官网

文档

datafusion - 基于Apache Arrow的快速查询引擎支持SQL和DataFrame API

Apache DataFusionArrowGithubRust开源项目数据处理查询引擎

Apache DataFusion是基于Rust和Apache Arrow的查询引擎，提供SQL和DataFrame API。支持CSV、Parquet、JSON和Avro格式，性能优异且可广泛定制。适用于构建特定领域查询引擎、数据库平台和数据管道，便于开发者快速起步并按需定制。其开源特性和活跃社区为项目开发提供了有力支持。

polars - 多语言支持的高性能数据分析引擎

DataFrameGithubPolars多语言支持开源项目数据处理高性能

Polars是一个基于Rust开发的高性能数据处理引擎，提供Python、Node.js和R等多语言接口。它采用Apache Arrow列式内存模型，实现惰性/即时执行、多线程和SIMD等技术，高效处理大规模数据。Polars具有强大的表达式API和查询优化能力，支持流式处理超大数据集，在TPC-H基准测试中性能优异。此外，Polars还支持SQL查询和命令行操作，是一款轻量而强大的数据分析工具。

arrow-rs - Rust实现的Apache Arrow和Parquet高性能数据处理库

Apache ArrowGithubParquetRust开源项目数据处理

arrow-rs是Apache Arrow和Apache Parquet的Rust原生实现,提供高效的列式内存格式和数据处理功能。项目包含Arrow核心数据结构、Flight IPC协议、对象存储、Parquet文件格式等组件。每月发布更新,支持高性能数据分析和处理,适用于构建各类大数据应用。

spark - 统一分析引擎支持多语言API及丰富工具集

Apache SparkGithub分布式计算大数据处理开源项目数据分析机器学习

Apache Spark是一个大规模数据处理的统一分析引擎，提供Scala、Java、Python和R的高级API。它支持多种高级工具，如Spark SQL、pandas API on Spark、MLlib、GraphX和Structured Streaming，分别用于SQL查询、pandas操作、机器学习、图处理和流处理。Spark的优化引擎支持通用计算图，适用于多种大数据分析场景。

duckdb - 高性能分析型数据库系统支持多种编程语言和数据导入

DuckDBGithubSQL开源项目数据分析数据库系统高性能

DuckDB是一款高性能分析型数据库系统，提供丰富的SQL方言和高级功能，包括嵌套子查询、窗口函数和复杂数据类型。该系统支持Python、R、Java等多种编程语言，并与pandas、dplyr等数据分析包深度集成。DuckDB还支持简单的CSV和Parquet文件导入，适用于多种数据分析场景。

databend - 高性能云数据仓库，基于 Rust 构建，适合大规模数据分析与人工智能

AI分析DatabendGithub云数据仓库开源项目性能基准测试数据格式热门

Databend 是一个开源、高性能的云数据仓库，使用 Rust 构建，专为复杂的数据分析设计。它整合了 AWS S3、Azure Blob 等服务，支持 ACID 事务、版本控制和无模式的数据存储，确保数据完整性与灵活性。Databend 支持多种数据格式，如 JSON、CSV、Parquet 等，提供高速查询执行与数据摄入，是成本效益高的 Snowflake 替代方案。此外，Databend 的 AI 功能支持高级分析，提供社区驱动的用户友好体验，适合企业和开发者快速部署和使用。

kaskada - 开源事件处理引擎简化时序数据分析

GithubKaskada事件处理开源项目时间序列查询语言流处理

Kaskada是开源统一事件处理引擎，提供高级声明式查询语言，支持批量和实时事件分析。基于SQL优化设计，具备状态聚合、自动连接和事件窗口等功能，简化复杂时序数据处理。采用Rust语言和Apache Arrow技术，高效执行各类分析任务。

arrow - 高效内存分析引擎加速大数据处理

Apache ArrowGithub内存分析列式存储开源项目数据处理

Apache Arrow 是一个开源的内存分析开发平台，旨在提高大数据系统的数据处理和传输速度。它提供高效的列式内存格式、IPC格式和Flight RPC协议，并支持多种编程语言。Arrow 的核心技术包括高性能的数据结构、跨语言兼容性和零拷贝数据共享，为现代数据分析应用提供了强大的基础架构支持。

petastorm - 开源数据访问库，支持单机或分布式训练和评估深度学习模型，直接从Apache Parquet格式数据集中读取数据

Apache ParquetGithubPetastorm分布式训练开源项目机器学习框架深度学习

Petastorm是一个开源数据访问库，支持单机或分布式训练和评估深度学习模型，直接从Apache Parquet格式数据集中读取数据。该库兼容Tensorflow、PyTorch和PySpark等主流Python机器学习框架，也可用于纯Python代码。Petastorm支持多种数据压缩格式，提供方便的API用于数据生成和读取，并支持列选择、并行读取、行过滤等功能。用户可以轻松在单机或Spark集群上生成数据集，是构建高效机器学习管道的理想工具。

Raphtory - Rust编写的高性能图数据库支持时间旅行和复杂分析

GithubPython APIRaphtory图分析图数据库开源项目时态图

Raphtory是一款高性能图数据库，支持大规模数据处理和复杂分析。具备时间旅行、全文搜索等特性，适用于各类图数据应用场景。易于安装和集成，为复杂图数据分析提供强大支持。

相关项目

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com