一款开源 MPP 查询引擎，面向数据湖仓与自有存储的亚秒级分析，兼容 MySQL 协议。
1.2万+2 本周2655JavaApache-2.0维护活跃更新于 10小时前
#data-lake
2026 年精选开源数据湖工具与查询引擎
这类软件用于在对象存储或文件之上查询、读写和整理大规模数据。选择时可以关注数据格式支持、是否能与现有查询工具或编程语言配合，以及项目的维护状态。Trino 是一个分布式 SQL 查询引擎，可以跨多种大数据源执行快速分析查询，也是 Amazon Athena 的一个替代选择。delta-rs 是用 Rust 编写的 Delta Lake 读写库，并提供 Python 绑定，便于与 pandas 等工具配合使用。Homer 则是一个将 SIP/VoIP 数据包写入 DuckDB 和 Parquet 数据湖的抓包服务器，适合通话流程分析。
共 7 个仓库
面向海量分析数据的高性能开放表格式，让 Spark、Trino、Flink、Hive 等引擎安全地同时读写同一张表。
9412+8 本周3669JavaApache-2.0更新于 昨天
开源的 SIP/VoIP 与 RTC 抓包监控服务，通过 HEP 接收数据并存入 DuckDB/Parquet 数据湖。
2032+5 本周295GoOther维护活跃更新于 4小时前
AWS Glue 数据集成的代码示例、教程与实用工具合集，涵盖 ETL 作业与数据管道。
1539835PythonMIT-0更新于 昨天
用 Rust 原生实现的 Delta Lake 读写库，提供 Python 绑定，可配合 pandas 等数据工具使用。
3354+2 本周701RustApache-2.0更新于 6小时前
用 Rust 编写的数据与 AI 引擎，通过 SQL、搜索和 LLM 推理统一访问多种数据源，并支持本地加速与 CDC 副本。
3129+9 本周237RustApache-2.0更新于 3小时前
Trino 是一个分布式 SQL 查询引擎，用于在大数据源之间执行分析型查询。
1.3万+93 本周3857JavaApache-2.0维护活跃更新于 11小时前