基于 Rust 引擎的 Python ETL 框架,用于流处理、实时分析、LLM 管道和 RAG。
- Star
- 2,281
- Fork
- 112
- 未关闭 Issue
- 75
- 最近提交
- 8天前
这是什么?
Timeplus Proton 是一个以单个 C++ 二进制文件分发的流式 SQL 引擎,不依赖 JVM 或 ZooKeeper。它在 ClickHouse 的存储与查询能力之上增加了持续流处理,可以直接对实时数据编写 SQL,并将结果保存为可查询的物化视图。
引擎支持通过外部流接入 Kafka、Redpanda 和 Confluent Cloud,通过外部表对接 ClickHouse,并可与 MySQL、Postgres、MongoDB、S3/Iceberg 等系统互通。支持滚动、跳跃和会话窗口,多流 JOIN,增量物化视图,CDC 处理,以及用 Python 或 JavaScript 编写的 UDF。
可通过安装脚本、Homebrew 或 Docker 部署,使用 SQL 客户端交互,并提供 Python、Java、Go 驱动。开源版本覆盖单节点部署;集群、Kubernetes 部署及更多连接器属于商业版 Timeplus Enterprise。
核心功能
- 01对实时数据使用流式 SQL,支持滚动、跳跃和会话窗口。
- 02通过外部流接入 Kafka、Redpanda 和 Confluent Cloud,并可对接 ClickHouse 外部表。
- 03增量物化视图,结果可直接在引擎内查询。
- 04以单个二进制文件运行,无需 JVM 或 ZooKeeper。
- 05支持用 Python 或 JavaScript 编写 UDF。
适用场景
- 在将 Kafka 数据写入 ClickHouse 前进行过滤、补全或脱敏的流式 ETL。
- 处理日志与指标并路由到下游系统、同时触发告警的实时遥测管道。
- 基于窗口聚合为 AI/ML 管道计算实时特征。
快速上手
- 1
运行 README 中的官方安装脚本(Mac/Linux)
- 2
或在 Mac 上使用 Homebrew 安装
brew install timeplus-io/timeplus/proton - 3
启动服务器
proton server - 4
在另一个终端中打开 SQL 客户端
proton client
使用前须知
- 单二进制部署仅在 Mac 和 Linux 上有文档说明。
- 仅提供 GitHub 和 Slack 社区支持;CSV 上传、NATS 和 Kubernetes 部署等企业功能仅在 Timeplus Enterprise 中提供。
收录于专题
标签
常见问题
- proton 是什么?
- 基于 ClickHouse 的单二进制流式 SQL 引擎,用于 Kafka 等数据源上的流处理与实时分析。 Timeplus Proton 是一个以单个 C++ 二进制文件分发的流式 SQL 引擎,不依赖 JVM 或 ZooKeeper。它在 ClickHouse 的存储与查询能力之上增加了持续流处理,可以直接对实时数据编写 SQL,并将结果保存为可查询的物化视图。
- proton 可以免费使用吗?用的什么许可证?
- proton 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- proton 还在维护吗?
- 活跃维护中。proton 最近一次提交是在 2026年10月30日。
- proton 适合用来做什么?
- 在将 Kafka 数据写入 ClickHouse 前进行过滤、补全或脱敏的流式 ETL。 处理日志与指标并路由到下游系统、同时触发告警的实时遥测管道。 基于窗口聚合为 AI/ML 管道计算实时特征。
- proton 怎么安装和运行?
- 运行 README 中的官方安装脚本(Mac/Linux) 或在 Mac 上使用 Homebrew 安装: brew install timeplus-io/timeplus/proton 启动服务器: proton server 在另一个终端中打开 SQL 客户端: proton client
- 在哪里获取 proton?
- 源代码和安装说明在 GitHub 上:https://github.com/timeplus-io/proton
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
基于 Rust 的流式数据处理引擎,可对 Kafka、MQTT、NATS 等来源的实时数据执行 SQL、Python 函数和 AI 推理。
用 Rust 编写的分布式流处理引擎,可用 SQL 对实时数据流执行有状态计算。
用 Go 编写的流处理器,连接消息队列、云服务和数据库,并支持在中间对数据进行转换。
开源 ETL 工具,通过 JSON 任务配置在 30 多种关系型与 NoSQL 数据源之间同步数据,是阿里 DataX 的持续维护版本。
用 Rust 编写的高性能可观测性数据管道,用于采集、转换和路由日志与指标。