parquet

QuestDB ist eine hochperformante, Open-Source-Zeitreihendatenbank

Apache Arrow ist das universelle Spaltenformat und die mehrsprachige Toolbox für schnellen Datenaustausch und In-Memory-Analysen

Hochleistungs-Daten-Engine für KI- und multimodale Workloads. Verarbeitet Bilder, Audio, Video und strukturierte Daten in beliebigem Maßstab.

Offizielle Rust-Implementierung von Apache Arrow

Erstellen Sie vollwertige APIs für sich langsam ändernde Datensätze, ohne eine einzige Zeile Code zu schreiben.

Drop-in-Ersatz für Apache Spark, geschrieben in Rust, der Batch-Verarbeitung, Stream-Verarbeitung und rechenintensive KI-Workloads vereint.

Apache Parquet Java

Das schnellste Business-Intelligence-Tool für Menschen und Agents.

Apache Parquet Format

Parseable ist eine in Rust auf einer Data-Lake-Architektur entwickelte Open-Source-Plattform für einheitliche Infrastruktur-Observability. Sie erfasst Logs, Metriken, Traces und Events über Apps, Agenten und Systeme hinweg und reduziert Speicherkosten durch spaltenbasierte Telemetriekompression um bis zu 90 %.

Apache Drill ist eine verteilte MPP-Abfrageschicht für selbstdokumentierende Daten

Echtzeit-Analysen auf Postgres-Tabellen

Die Petastorm-Bibliothek ermöglicht das Training und die Evaluierung von Deep-Learning-Modellen auf einzelnen Maschinen oder verteilt aus Datensätzen im Apache Parquet-Format. Sie unterstützt ML-Frameworks wie Tensorflow, Pytorch und PySpark und kann aus reinem Python-Code heraus verwendet werden.

Apache Kafka®-kompatibler Broker mit S3, PostgreSQL, SQLite, Apache Iceberg und Delta Lake

Eine SQL-Schnittstelle für über 60 Tools (z. B. GitHub, Notion, Airtable). Anbindung an jedes LLM über MCP.

Tonbo ist eine eingebettete Datenbank für Serverless- und Edge-Runtimes.

cryo ist der einfachste Weg, Blockchain-Daten in die Formate parquet, csv, json oder in python dataframes zu exportieren

Open-Source-Alternative zu Snowflake & Fivetran mit Postgres-Kompatibilität

OLake – Die schnellste Replikation von Datenbanken, Kafka und S3 zu Apache Iceberg mit Tabellenoptimierung (genannt OLake Fusion). Effiziente, schnelle und skalierbare Datenaufnahme für Echtzeitanalysen. Unterstützte Quellen: Postgres, MongoDB, MySQL, Oracle, MSSql, DB2, Kafka, S3.

Quilt ist eine Scientific-Data-Management-Plattform auf AWS, die Teams und KI dabei unterstützt, Daten durch tief versionierte, kontextreiche Datenpakete zu finden, zu vertrauen und wiederzuverwenden.

Einfache Windows-Desktopanwendung zum Anzeigen und Abfragen von Apache Parquet-Dateien

ClickBench: Ein Benchmark für analytische Datenbanken

ADAM ist eine Genomanalyse-Plattform mit spezialisierten Dateiformaten, entwickelt unter Verwendung von Apache Avro, Apache Spark und Apache Parquet. Lizenziert unter Apache 2.

Schnelle, interaktive Geospatial-Datenvisualisierung in Jupyter.

Parquet-Dateiparser für JavaScript

ETL-Framework für .NET (Parser/Writer für CSV-, Flat-, Xml-, JSON-, Key-Value-, Parquet-, Yaml- und Avro-formatierte Dateien)

80+ DevOps- und Data-CLI-Tools – AWS, GCP, GCF Python Cloud Functions, Log Anonymizer, Spark, Hadoop, HBase, Hive, Impala, Linux, Docker, Spark Data Converters & Validators (Avro/Parquet/JSON/CSV/INI/XML/YAML), Travis CI, AWS CloudFormation, Elasticsearch, Solr usw.

Leistungsstarkes Go-Paket zum Lesen und Schreiben von Parquet-Dateien

Graph Data Science: Eine Abstraktionsschicht in Python zum Erstellen von Wissensgraphen, integriert in gängige Graph-Bibliotheken – basierend auf Pandas, NetworkX, RAPIDS, RDFlib, pySHACL, PyVis, morph-kgc, pslpython, pyarrow usw.

Kopieren von Parquet-Daten zwischen S3, Azure Blob Storage, Google Cloud Storage, HTTP(S)-Speichern, lokalen Dateien oder Standard-Streams direkt aus PostgreSQL.