datalake

與資料庫或資料湖（SQL、CSV、parquet）對話。PandasAI 使用 LLM 與 RAG 讓資料分析變成對話式。

Trino 官方倉庫，這是一個分散式 SQL 查詢引擎，用於大數據，前身為 PrestoSQL (https://trino.io)

全球最快的開放查詢引擎，支援資料湖倉的秒級分析，提供多維分析、即時分析與即席查詢的最佳效能，屬 Linux Foundation 專案

Deeplake 是為代理設計的 AI 資料執行環境。它提供無伺服器的 Postgres 與多模態資料湖，實現可擴展的檢索與訓練。

大數據上的上插、刪除與增量處理

lakeFS - 資料湖的資料版本控制 | Git for data

Dinky 是一個基於 Apache Flink 的實時數據開發平台，支持敏捷數據開發、部署和運營。

全球最強大的開放資料目錄，用於構建高效能、地理分佈式且聯邦化的元資料湖

相容 Apache Kafka® 的 Broker，支援 S3、PostgreSQL、SQLite、Apache Iceberg 及 Delta Lake。

LeoFS 儲存系統

使用 ML 進行可擴展的主資料管理、身分解析、實體解析與去重複化

ClickBench：分析型資料庫的基準測試工具

使用 SQL Server 構建現代資料倉儲的綜合指南，包括 ETL 過程、資料建模和分析。

持續更新的資料代理（Data Agents）進展論文列表。與我們的論文「A Survey of Data Agents: Emerging Paradigm or Overstated Hype?」配套的儲存庫。

精選的開源工具清單，用於分析平台與資料工程生態系統

一個免費的 dbt 套件，用於建立與載入符合 Data Vault 2.0 標準的資料倉儲（由開源資料工程工具 dbt 驅動，為 dbt Labs 之註冊商標）

彙整 Apache Hudi 相關資料