Motor de consultas MPP de código abierto para análisis en menos de un segundo en lakehouses de datos y en su propio almacenamiento, compatible con el protocolo MySQL.
12,2 mil+2 esta semana2,7 milJavaApache-2.0Bien mantenidoActualizado hace 10 horas
#data-lake
Mejores motores y herramientas para data lakes de código abierto (2026)
Este tipo de software consulta, lee, escribe y organiza grandes volúmenes de datos almacenados en almacenamiento de objetos o en archivos. Al elegir uno, conviene revisar qué formatos de tabla admite, si encaja con las herramientas o lenguajes de consulta que ya usas y qué tan activo está su mantenimiento. Trino es un motor de consultas SQL distribuido para ejecutar consultas analíticas rápidas sobre muchas fuentes de big data, y es una alternativa a considerar frente a Amazon Athena. delta-rs es una biblioteca nativa en Rust para leer y escribir tablas Delta Lake, con enlaces de Python para usarla con pandas y otras herramientas de datos. Homer es un servidor de captura de paquetes que ingiere paquetes HEP en un data lake de DuckDB y Parquet para buscar y analizar flujos de llamadas SIP y VoIP.
Ordenar:Añadidos recientemente
7 repositorios
Un formato de tablas abiertas de alto rendimiento para grandes conjuntos de datos analíticos, que permite a motores como Spark, Trino, Flink y Hive compartir tablas de forma segura.
9,4 mil+8 esta semana3,7 milJavaApache-2.0Actualizado ayer
Servidor open source de captura de paquetes SIP/VoIP y RTC que ingiere paquetes HEP en un lago de datos DuckDB/Parquet para búsquedas y análisis de flujos de llamadas.
2 mil+5 esta semana295GoOtherBien mantenidoActualizado hace 4 horas
Ejemplos de código, tutoriales y utilidades para crear trabajos ETL y pipelines de integración de datos con AWS Glue.
1,5 mil835PythonMIT-0Actualizado ayer
Biblioteca nativa de Rust para leer y escribir tablas de Delta Lake, con bindings de Python para usarla con pandas y otras herramientas de datos.
3,4 mil+2 esta semana701RustApache-2.0Actualizado hace 6 horas
Motor de datos e IA en Rust que ofrece SQL federado, búsqueda e inferencia de LLM sobre bases de datos y APIs, con aceleración local y réplicas CDC.
3,1 mil+9 esta semana237RustApache-2.0Actualizado hace 3 horas
Trino es un motor de consultas SQL distribuido para ejecutar consultas analíticas rápidas sobre grandes fuentes de datos.
13,5 mil+93 esta semana3,9 milJavaApache-2.0Bien mantenidoActualizado hace 11 horas