parquet

QuestDB est une base de données de séries temporelles open source haute performance

Apache Arrow est le format colonnaire universel et la boîte à outils multilingue pour l'échange rapide de données et l'analyse en mémoire.

Moteur de données haute performance pour l'IA et les charges de travail multimodales. Traitez des images, de l'audio, de la vidéo et des données structurées à n'importe quelle échelle.

Implémentation officielle en Rust d'Apache Arrow.

Créez des API complètes pour des jeux de données à évolution lente sans écrire une seule ligne de code.

Remplacement prêt à l'emploi pour Apache Spark écrit en Rust, unifiant le traitement par lots, le traitement de flux et les charges de travail IA intensives.

Apache Parquet pour Java

L'outil de business intelligence le plus rapide pour les humains et les agents.

Format Apache Parquet

Parseable est une plateforme d'observabilité d'infrastructure unifiée open source, construite en Rust sur une architecture de lac de données. Elle suit les logs, les métriques, les traces et les événements à travers les applications, les agents et les systèmes, réduisant les coûts de stockage jusqu'à 90 % grâce à la compression de télémétrie en colonnes.

Apache Drill est une couche de requête MPP distribuée pour les données auto-descriptives

Analytique en temps réel sur les tables Postgres.

La bibliothèque Petastorm permet l'entraînement et l'évaluation distribués ou sur machine unique de modèles de deep learning à partir de jeux de données au format Apache Parquet. Elle prend en charge des frameworks ML tels que Tensorflow, Pytorch et PySpark et peut être utilisée depuis du code Python pur.

Courtier compatible avec Apache Kafka® prenant en charge S3, PostgreSQL, SQLite, Apache Iceberg et Delta Lake.

Une interface SQL unique pour plus de 60 outils (ex: GitHub, Notion, Airtable). Connexion à tout LLM via MCP.

Tonbo est une base de données embarquée pour les environnements d'exécution serverless et edge.

cryo est le moyen le plus simple d'extraire des données de blockchain vers des formats parquet, csv, json ou des dataframes python

Alternative open source à Snowflake et Fivetran, compatible avec Postgres

OLake - Réplication ultra-rapide de bases de données, Kafka et S3 vers Apache Iceberg avec optimisation de table (appelée OLake Fusion). Ingestion de données efficace, rapide et évolutive pour l'analyse en temps réel. Sources prises en charge : Postgres, MongoDB, MySQL, Oracle, MSSql, DB2, Kafka, S3.

Quilt est une plateforme de gestion de données scientifiques sur AWS qui aide les équipes et l'IA à trouver, fiabiliser et réutiliser des données via des paquets de données richement contextuels et versionnés.

Application de bureau Windows simple pour visualiser et interroger des fichiers Apache Parquet.

ClickBench : un benchmark pour les bases de données analytiques

ADAM est une plateforme d'analyse génomique utilisant des formats de fichiers spécialisés basés sur Apache Avro, Apache Spark et Apache Parquet. Sous licence Apache 2.

Visualisation interactive et rapide de données géospatiales dans Jupyter.

Analyseur de fichiers parquet pour javascript

Framework ETL pour .NET (analyseur/générateur pour les formats CSV, Flat, Xml, JSON, Key-Value, Parquet, Yaml et Avro).

Plus de 80 outils CLI pour DevOps et Data : AWS, GCP, GCF Python Cloud Functions, anonymiseur de logs, Spark, Hadoop, HBase, Hive, Impala, Linux, Docker, convertisseurs et validateurs de données Spark (Avro/Parquet/JSON/CSV/INI/XML/YAML), Travis CI, AWS CloudFormation, Elasticsearch, Solr, etc.

Package Go haute performance pour la lecture et l'écriture de fichiers Parquet

Graph Data Science : une couche d'abstraction en Python pour construire des graphes de connaissances, intégrée aux bibliothèques de graphes populaires – au-dessus de Pandas, NetworkX, RAPIDS, RDFlib, pySHACL, PyVis, morph-kgc, pslpython, pyarrow, etc.

Copier vers/à partir du format Parquet dans S3, Azure Blob Storage, Google Cloud Storage, magasins http(s), fichiers locaux ou flux d’entrée/sortie standard depuis PostgreSQL