Project Icon

fugue

统一的分布式计算框架 支持多种执行引擎

Fugue是一个统一的分布式计算框架,支持在Spark、Dask和Ray等多种执行引擎上运行Python、Pandas和SQL代码。它可以轻松将现有Python和Pandas代码扩展到分布式环境,并通过FugueSQL在不同数据框架上构建端到端工作流。Fugue提供简洁的API和增强的SQL语法,实现了执行引擎的无缝切换,提高了大规模数据处理的效率和灵活性。

jug - Python任务并行化和分布式计算框架
GithubJugPython框架任务并行化分布式计算开源项目文件系统通信
Jug是一个Python任务并行化和分布式计算框架,支持将代码拆分为多个任务并在不同处理器或机器上执行。该框架使用文件系统进行进程间通信,兼容NFS,实现了跨机器的任务协调。Jug采用纯Python实现,具有良好的跨平台兼容性,支持Python 3.5及以上版本。它提供任务生成、状态监控和结果检查等功能,适用于科学计算、数据处理等领域的并行化需求。
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。
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。
Flyte - 灵活高效的数据和机器学习工作流编排解决方案
AI工具Flyte可扩展性工作流编排数据科学机器学习
Flyte是一个高度可扩展和灵活的工作流编排平台,可无缝整合数据、机器学习和分析工具链。它支持数据科学家和工程师轻松构建和管理生产级工作流,实现从本地开发到大规模部署的流畅过渡。Flyte提供强大的扩展性、数据血缘追踪和缓存机制,能处理从简单ETL到复杂机器学习训练等多样化工作流。该平台致力于简化工作流开发,使用户能专注于核心业务逻辑。
dask-sql - 分布式SQL查询引擎,结合Python轻松扩展计算
Dask-SQLGPU支持GithubPythonSQL分布式计算开源项目
dask-sql是一个分布式SQL查询引擎,结合Python和SQL,支持无限扩展计算。通过pip或conda安装,可与Jupyter Notebook或BI工具集成,并支持CUDA GPU查询加速。dask-sql支持多种数据格式和存储位置,通过UDFs增强查询能力,适用于本地和云端大规模计算。详细信息请参考官方文档。
flyte - 开源数据和机器学习流程编排工具
FlyteGithub云服务开源项目数据流水线机器学习编程语言
Flyte是一个开源的数据与机器学习工作流编排器,支持在Kubernetes平台上扩展和重复使用。它使用户能够使用Python SDK开发并在多种环境下部署,简化了分布式计算和资源管理。
cudf - 基于GPU的高性能DataFrame库 实现快速数据处理与分析
GPUGithubRAPIDScuDFpandas开源项目数据处理
cuDF是一个基于GPU的DataFrame库,提供数据加载、连接、聚合和过滤等功能。该库利用libcudf和Apache Arrow列式格式,为开发者提供GPU加速的pandas兼容API。cuDF既可以直接使用,也可以作为pandas的无代码修改加速器,完全支持pandas API,在可能的情况下使用GPU运算,必要时回退到pandas。这使得cuDF在处理大规模数据时表现出色,适合各类数据科学和机器学习项目。
dask - 开源灵活的并行计算库 助力大规模数据分析
DaskGithubPython库并行计算开源开源项目数据分析
Dask是一个开源的灵活并行计算库,专为大规模数据分析设计。它支持多种数据结构和算法,与NumPy、Pandas等Python数据科学工具无缝集成。Dask提供高效的并行计算能力,能处理超出单机内存的大型数据集,适用于数据科学、机器学习等领域。活跃的社区支持进一步增强了其在数据分析中的应用价值。
redun - 以高效表达和增量计算为核心的多功能工作流引擎
GithubPythonredun后端工作流引擎开源项目数据处理
redun是一个用Python实现的高效工作流框架,它通过惰性表达式定义工作流,在自动并行化、缓存和数据追溯方面表现出色。支持多种计算后端,包括线程、进程、AWS批处理和Spark作业,适用于生物信息学、化学信息学和Web数据提取等领域。其主要特性包括动态DAG创建、数据和代码变化的增量计算、缓存重用和数据追溯日志,保障了工作流的灵活性和可扩展性。
Daft - Rust实现的分布式数据处理引擎 支持多模态分析
DaftGithub分布式计算多模态数据开源项目数据处理查询优化
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。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

Project Cover

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。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号