📢
gitzw.com上线了,功能陆续更新中,如有问题或反馈请在下方反馈/建议中给我们留言。
✕
读懂开源,从这里开始
首页
排行榜
教程中心
知识库
资讯
分类
专题合集
🌙
简
▾
简体
繁體
English
登录
用户中心
▾
👤 用户中心
📬 我的订阅
✉️ 我的邮箱
🔑 修改密码
⭐ 我的收藏
💬 我的反馈记录
↩ 退出
订阅
☰
首页
排行榜
教程中心
知识库
资讯
分类
专题合集
搜索
订阅
RSS
简体
繁體
English
🔍
搜索
📡
RSS
🔥 热门搜索
llm
vuejs
pytorch
langchain
sql
graphql
peg
leetcode
tokio
redis
unity
php8
"大数据"
📖 知识库
MySQL
★★★★★
★★★★★
进阶
MySQL 是一个开源的关系型数据库管理系统,最初由 MySQL AB 公司开发,现由 Oracle 公司拥有,支持使用 SQL 语言进行数据操作和管理,广泛应用于 Web 应用程序和企业级数据库系统,具有高性能、可靠性和易用性等特点,支持多种数据类型和索引,包括 B-tree 索引、哈希索引和全文索引等,支持多种存储引擎,包括 InnoDB、MyISAM 和 Memory 等,支持事务、视图、存储过程和函数等高级特性,广泛应用于各种类型的应用系统和数据分析场景,MySQL 的核心功能包括数据定义、数据操作、数据查询和数据安全等,支持多种编程语言和开发环境,包括 Java、Python、PHP 和 C++ 等,MySQL 的生态系统非常丰富,包括各种工具、插件和第三方软件等,MySQL 的社区版本是完全免费的,企业版本需要购买许可证,MySQL 的性能和安全性得到了广泛认可和肯定,MySQL 是一个非常成熟和稳定的数据库管理系统,广泛应用于各种类型的应用系统和数据分析场景,MySQL 的未来发展方向包括云计算、人工智能和大数据等,MySQL 将继续成为一个非常重要和流行的数据库管理系统,MySQL 的用户群体非常广泛,包括开发者、数据库管理员和数据分析师等,MySQL 的文档和社区支持非常完善,包括官方文档、社区论坛和第三方教程等,MySQL 是一个非常优秀和流行的数据库管理系统,广泛应用于各种类型的应用系统和数据分析场景,MySQL 的应用场景包括 Web 应用程序、企业级数据库系统、数据分析和科学研究等,MySQL 是一个非常重要和流行的数据库管理系统,广泛应用于各种类型的应用系统和数据分析场景,MySQL 的性能和安全性得到了广泛认可和肯定,MySQL 是一个非常成熟和稳定的数据库管理系统,广泛应用于各种类型的应用系统和数据分析场景,MySQL 的未来发展方向包括云计算、人工智能和大数据等,MySQL 将继续成为一个非常重要和流行的数据库管理系统,MySQL 的用户群体非常广泛,包括开发者、数据库管理员和数据分析师等,MySQL 的文档和社区支持非常完善,包括官方文档、社区论坛和第三方教程等,MySQL 是一个非常优秀和流行的数据库管理系统,广泛应用于各种类型的应用系统和数据分析场景,MySQL 的应用场景包括 Web 应用程序、企业级数据库系统、数据分析和科学研究等,MySQL 是一个非常重要和流行的数据库管理系统,广泛应用于各种类型的应用系统和数据分析场景,MySQL 的性能和安全性得到了广泛认可和肯定,MySQL 是一个非常成熟和稳定的数据库管理系统,广泛应用于各种类型的应用系统和数据分析场景,MySQL 的未来发展方向包括云计算、人工智能和大数据等,MySQL 将继续成为一个非常重要和流行的数据库管理系统,MySQL 的用户群体非常广泛,包括开
MongoDB
★★★★★
★★★★★
进阶
MongoDB 是一个基于分布式文件存储的 NoSQL 数据库,旨在为大规模的数据存储和高性能的数据检索提供一个可扩展的解决方案。它诞生于 2007 年,由 10gen 团队开发,最初是为了解决传统关系型数据库在大数据和高并发场景下的性能瓶颈而设计的。MongoDB 使用 BSON(二进制 JSON)作为数据存储格式,支持多种数据类型,包括文档、数组和地理位置数据。它提供了丰富的查询语言和索引机制,能够高效地处理大规模数据的存储和检索。MongoDB 的设计目标是提供一个高可用性、可扩展性和高性能的数据存储解决方案,适用于大数据、云计算和移动应用等场景。
Oracle
★★★★★
★★★★★
进阶
Oracle 是一种关系型数据库管理系统,最初由 Larry Ellison 和两个开发人员于 1977 年创立,主要用于存储和管理大量的数据,提供数据定义、数据操纵、数据查询和数据控制等功能,支持多种数据类型和 SQL 语言,广泛应用于企业级数据库管理和大数据分析领域,Oracle 数据库以其高性能、安全性和可靠性而闻名,能够支持大规模的数据处理和并发访问,具有自动存储管理、内存缓存和并行处理等特点,能够提高数据处理效率和降低系统维护成本,Oracle 数据库支持多种操作系统,包括 Windows、Linux 和 Unix 等,能够满足不同企业和应用的需求,Oracle 公司还提供了多种相关产品和服务,包括 Oracle Cloud、Oracle Linux 和 Oracle Java 等,能够为企业提供完整的解决方案和支持,Oracle 数据库在金融、政府、医疗和零售等行业中得到广泛应用,具有重要的市场份额和影响力,Oracle 公司是全球最大的企业软件公司之一,总部位于美国加利福尼亚州的 Redwood City,Oracle 数据库是其最重要的产品之一,Oracle 公司还提供了多种其他产品和服务,包括应用软件、云计算和数据分析等,能够为企业提供完整的解决方案和支持,Oracle 数据库的最新版本支持多种新特性和功能,包括自动化、人工智能和机器学习等,能够提高数据处理效率和降低系统维护成本,Oracle 数据库在未来将继续发挥重要作用,成为企业数据管理和分析的核心平台,Oracle 公司将继续创新和发展,提供更好的产品和服务,满足企业的需求和期望,Oracle 数据库是企业数据管理和分析的重要工具,具有广泛的应用和影响力,Oracle 公司是全球最大的企业软件公司之一,具有重要的市场份额和影响力,Oracle 数据库的发展和创新将继续推动企业数据管理和分析的进步和发展,Oracle 公司将继续提供更好的产品和服务,满足企业的需求和期望,Oracle 数据库是未来数据管理和分析的核心平台,将继续发挥重要作用,Oracle 公司将继续创新和发展,提供更好的产品和服务,满足企业的需求和期望,
数据分析
★★★★★
★★★★★
进阶
数据分析是指从数据中提取有用信息和结论的过程,通常使用统计和计算方法来分析和解释数据,以支持决策、识别趋势和模式、优化业务流程等,数据分析在各个领域都有广泛应用,包括商业、金融、医疗、科学研究等,通过数据分析可以更好地理解数据、发现隐藏的关系和规律,进而做出更好的决策,数据分析涉及数据收集、数据清洗、数据转换、数据可视化等步骤,使用各种工具和技术,如Excel、Python、R、Tableau等,数据分析师需要具备统计学、数学和编程技能,以及对业务领域的理解,数据分析的结果可以用来改进业务流程、优化资源分配、提高效率和盈利能力等,数据分析也是数据科学和机器学习的基础,通过数据分析可以为后续的数据建模和预测提供基础数据和特征,数据分析在大数据时代变得尤为重要,因为大量的数据需要被分析和解释,以支持决策和优化业务流程,数据分析可以应用于各个行业和领域,包括市场研究、客户关系管理、风险管理、质量控制等,数据分析的应用可以带来显著的经济效益和竞争优势,数据分析也是一个不断发展的领域,新的工具和技术不断涌现,数据分析师需要不断更新自己的技能和知识,以适应新的挑战和需求,数据分析的未来将更加注重实时分析、云计算和人工智能等技术,数据分析将在各个领域发挥越来越重要的作用,数据分析的重要性不言而喻,数据分析将成为未来企业和组织的核心竞争力之一,数据分析将帮助企业和组织更好地理解数据、做出更好的决策、优化业务流程、提高效率和盈利能力等,数据分析将成为各个领域的必备技能和核心能力,数据分析的应用将更加广泛和深入,数据分析将带来新的机遇和挑战,数据分析将需要更多的技能和知识,数据分析将成为一个更加重要和核心的领域,数据分析的未来是光明的,数据分析将在各个领域发挥越来越重要的作用,
ClickHouse
★★★★★
★★★★★
进阶
ClickHouse 是一个开源的列式存储数据库管理系统,主要用于在线分析处理(OLAP)和大数据分析场景,支持实时数据处理和查询,具有高性能、可扩展性和灵活性,能够处理大量数据并提供快速的查询响应,最初由俄罗斯的 Yandex 公司开发,现已成为 Apache 基金会的顶级项目,广泛应用于数据仓库、实时分析、物联网数据处理等领域,ClickHouse 的核心特点包括列式存储、向量化执行引擎、实时数据处理和分布式架构等,能够高效处理结构化和半结构化数据,支持 SQL 查询语言和多种数据接口,ClickHouse 的设计目标是提供一个高性能、可扩展和易用的数据分析平台,能够满足大数据时代的数据处理和分析需求,ClickHouse 的实现基于 C++,并提供了多种编程语言的客户端,包括 Python、Java 和 Go 等,ClickHouse 的应用场景非常广泛,包括数据仓库、实时分析、物联网数据处理、推荐系统等,ClickHouse 的高性能和可扩展性使其成为大数据分析和处理的理想选择,ClickHouse 的社区也非常活跃,提供了丰富的文档和支持资源,ClickHouse 的未来发展前景广阔,预计会在更多的场景中得到应用和推广,ClickHouse 的技术优势和应用潜力使其成为开发者和数据分析师关注的焦点,ClickHouse 的设计理念和实现细节也为开发者提供了宝贵的参考和学习价值,ClickHouse 的影响力和应用范围将会不断扩大和深入,ClickHouse 将会在大数据分析和处理领域发挥更加重要的作用,ClickHouse 的发展将会推动大数据技术的进步和创新,ClickHouse 将会成为大数据分析和处理的重要工具和平台,ClickHouse 的应用和推广将会带来更多的创新和发展,ClickHouse 将会在大数据时代发挥重要作用,ClickHouse 的技术优势和应用潜力将会被更多的开发者和数据分析师所认可和应用,ClickHouse 将会成为大数据分析和处理的主流技术和平台,ClickHouse 的未来发展将会非常广阔和美好,ClickHouse 将会在大数据分析和处理领域取得更大的成功和成就,ClickHouse 将会成为大数据技术的重要组成部分,ClickHouse 将会推动大数据技术的发展和创新,ClickHouse 将会在大数据时代发挥更加重要的作用,
Avail
★★★★★
★★★★★
高级
Avail 是一种高性能、分布式、面向文档的 NoSQL 数据库,设计用于处理大量结构化和半结构化数据,支持高并发读写和实时数据处理,具有良好的扩展性和可用性,适用于大数据和实时数据处理场景,Avail 的核心思想是将数据存储在内存中,利用多核 CPU 和分布式架构来提高性能,支持多种数据模型,包括文档、键值对和图数据,提供了丰富的查询语言和数据处理能力,支持 ACID 事务和高级查询功能,能够满足复杂的数据处理需求,Avail 的设计目标是提供一个高性能、可扩展和易用的数据存储解决方案,帮助开发者快速构建大数据和实时数据处理应用,Avail 的架构包括数据存储、查询处理和分布式管理三个主要模块,通过这些模块,Avail 能够提供高性能的数据存储和处理能力,支持大数据和实时数据处理应用的开发,Avail 的数据存储模块使用内存存储技术,能够提供高性能的数据访问能力,查询处理模块支持多种查询语言,能够提供灵活的数据查询能力,分布式管理模块能够提供高可用性和可扩展性的数据处理能力,Avail 的特点包括高性能、分布式、实时数据处理和高可用性等,能够满足大数据和实时数据处理应用的需求,Avail 的应用场景包括实时数据处理、物联网数据处理、社交网络数据处理等,能够帮助开发者快速构建大数据和实时数据处理应用,Avail 的优势在于其高性能、可扩展和易用性,能够提供高质量的数据存储和处理服务,Avail 的未来发展方向包括继续提高性能、扩展数据处理能力和增强安全性等,能够更好地满足大数据和实时数据处理应用的需求,
BI
★★★★★
★★★★★
进阶
商业智能(Business Intelligence,BI)是指使用技术和过程来转换数据为有价值的信息和知识,以支持商业决策,主要涉及数据仓库、数据挖掘、报表生成、数据可视化等技术,帮助企业更好地理解其商业运营和市场环境,BI 的目标是提供准确、及时和相关的数据分析结果,以支持企业战略决策和业务优化,通过使用 BI 工具,企业可以更好地分析其商业数据,识别趋势和模式,预测未来发展,并做出更明智的决策,BI 通常包括数据集成、数据分析、数据可视化和报告等功能,帮助企业从数据中提取有价值的信息和洞察力,BI 在各个行业中得到广泛应用,包括金融、零售、医疗和制造业等,通过使用 BI,企业可以提高其商业运营效率、降低成本、提高客户满意度和竞争力,BI 是企业信息化建设和商业决策支持的重要组成部分,随着大数据和云计算技术的发展,BI 的应用范围和深度也在不断扩大和加深,BI 已经成为企业提高核心竞争力和实现可持续发展的重要工具和手段,BI 的发展趋势包括移动 BI、云 BI、实时 BI 和预测分析等,未来 BI 将继续朝着更智能、更灵活和更易用的方向发展,BI 将在企业信息化建设和商业决策支持中发挥越来越重要的作用,BI 的应用将更加广泛和深入,BI 将成为企业提高核心竞争力和实现可持续发展的关键因素,BI 将在未来继续发展和演进,以满足企业日益增长的商业智能需求,BI 将在各个行业中得到更广泛的应用,BI 将成为企业商业决策的重要依据和支持,BI 将在企业信息化建设中发挥核心作用,BI 将成为企业提高商业运营效率和竞争力的关键工具和手段,BI 将在未来继续成为企业商业智能的重要组成部分,BI 将在各个领域中得到更广泛的应用和发展,BI 将成为企业提高商业运营效率、降低成本、提高客户满意度和竞争力的重要工具和手段,BI 将在未来继续发展和演进,以满足企业日益增长的商业智能需求,BI 将在各个行业中得到更广泛的应用,BI 将成为企业商业决策的重要依据和支持,BI 将在企业信息化建设中发挥核心作用,BI 将成为企业提高商业运营效率和竞争力的关键工具和手段,BI 将在未来继续成为企业商业智能的重要组成部分,BI 将在各个领域中得到更广泛的应用和发展,BI 将成为企业提高商业运营效率、降低成本、提高客户满意度和竞争力的重要工具和手段,BI 将在未来继续发展和演进,以满足企业日益增长的商业智能需求,BI 将在各个行业中得到更广泛的应用,BI 将成为企业商业决策的重要依据和支持,BI 将在企业信息化建设中发挥核心作用,BI 将成为企业提高商业运营效率和竞争力的关键工具和手段,BI 将在未来继续成为企业商业智能的重要组成部分,BI 将在各个领域中得到更广泛的应用和发展,BI 将成为企业提高商业运营效率、降低成本、提高客户满意度和竞争力的重要工具和手段,BI 将在未来继续发展和演进,
distributed
★★★★★
★★★★★
高级
分布式系统是一种计算机系统,它将多个计算机或节点连接起来,以实现共同的目标或任务,节点之间通过网络进行通信和协调,分布式系统可以提供高可用性、可扩展性和容错性,适用于大规模数据处理、云计算和人工智能等领域,分布式系统的设计和实现需要考虑节点之间的通信、数据一致性和故障处理等问题,常见的分布式系统包括分布式数据库、分布式文件系统和分布式计算框架等,分布式系统可以根据不同的应用场景和需求进行设计和优化,例如Google的MapReduce和Apache的Hadoop等,分布式系统的发展和应用推动了大数据和人工智能等技术的进步,分布式系统的研究和开发仍然是计算机科学和软件工程领域的重要方向,分布式系统的应用和发展前景广阔,包括云计算、物联网和边缘计算等领域,分布式系统的安全性和可靠性也是一个重要的研究方向,分布式系统需要考虑数据加密、访问控制和节点认证等安全问题,分布式系统的未来发展将更加注重可扩展性、可靠性和安全性等方面,分布式系统将在更多的领域和应用中发挥重要作用,例如智能城市、智能交通和智能医疗等,分布式系统的应用将更加广泛和深入,推动各个领域的技术进步和创新,分布式系统的发展和应用将带来更多的经济和社会效益,推动人类社会的进步和发展,分布式系统的研究和开发需要更多的创新和突破,需要更多的优秀人才和科学家进行研究和开发,分布式系统的未来将更加美好和广阔,分布式系统将在人类社会的发展中发挥更加重要的作用,分布式系统的应用和发展将带来更多的惊喜和期待,分布式系统的未来将更加光明和美好,
📦 开源项目
alibaba
/
druid
druid:数据库连接池 — druid是一个Java库,用于创建数据库连接池,能够监控和管理数据库连接,提高系统的稳定性和性能。它支持多种数据库,包括MySQL、Oracle和PostgreSQL等。druid的设计目的是为了提供一个高性能、可靠的数据库连接池,帮助开发者更好地管理数据库资源
Java
★ 28.2k
⑂ 8.6k
other
☆
apache
/
shardingsphere
shardingsphere:分布式SQL数据库解决方案 — shardingsphere能够为用户提供一个统一的数据访问接口,支持MySQL、PostgreSQL等多种数据库,实现数据分片、读写分离和分布式事务等功能。同时,shardingsphere还提供了数据加密和安全性等功能,能够满足用户的数据安全需求。通过使用shardingsphere,用户可以轻松实现分布式数据库的构建和管理。
Java
★ 20.8k
⑂ 6.9k
backend
☆
umami-software
/
umami
umami:现代隐私分析平台 — umami提供了一个开源的分析平台,帮助用户了解网站或应用的使用情况和用户行为,而不需要收集个人隐私数据。它支持多种分析功能,包括受众细分、图表展示、用户旅程分析等。umami的出现为开发者提供了一个更安全、更透明的分析解决方案。
TypeScript
★ 37.7k
⑂ 7.6k
data
☆
rethinkdb
/
rethinkdb
rethinkdb:实时网数据库 — rethinkdb是一个开源的NoSQL数据库,支持实时数据处理和查询,能够处理大规模的数据集,并提供了灵活的数据模型和查询语言。它适用于实时网应用,能够提供高性能和可扩展的数据存储解决方案。rethinkdb的主要特点包括支持多种数据模型、实时数据处理和查询、以及高性能的数据存储。
C++
★ 27k
⑂ 1.9k
web
☆
qdrant
/
qdrant
qdrant:高性能向量数据库和搜索引擎 — qdrant是一个高性能、可扩展的向量数据库和搜索引擎,用于下一代AI应用。它支持海量数据存储和高效查询,适用于AI搜索、推荐系统和机器学习等场景。qdrant还提供云服务,方便用户使用
Rust
★ 33.4k
⑂ 2.5k
ai-ml
☆
MiniMax-AI
/
skills
skills:人工智能技能开发库 — skills是一个开源的C#库,用于开发和集成人工智能技能。它提供了一种简单的方式来创建和管理AI能力,使得开发者可以更加容易地将AI集成到自己的应用程序中。通过使用skills,开发者可以快速构建智能应用,提高用户体验
C#
★ 13.1k
⑂ 1.1k
other
☆
academic
/
awesome-datascience
awesome-datascience:数据科学学习仓库 — awesome-datascience是一个用于学习和解决现实世界问题的数据科学仓库,包含了数据分析、数据挖掘、机器学习和深度学习等方面的资源和工具。该仓库可以帮助数据科学家和爱好者快速找到合适的资源和方法来解决实际问题。同时,它也是一个社区驱动的项目,鼓励用户贡献和分享自己的知识和经验。
★ 29.7k
⑂ 6.6k
data
☆
netdata
/
netdata
netdata:AI驱动的全栈可观测性监控 — netdata是一个开源的监控系统,使用AI和机器学习技术提供全栈可观测性解决方案。它支持多种数据源,包括MySQL、PostgreSQL、MongoDB等,并提供实时数据可视化和告警功能。netdata的快速部署和易用性使其成为DevOps和监控领域的热门选择。
Go
★ 79.7k
⑂ 6.5k
devops
☆
outline
/
outline
outline:团队知识库协作平台 — outline是一个基于TypeScript的团队知识库协作平台,提供实时协作、markdown兼容等功能,帮助团队高效地共享和管理知识。通过outline,团队可以创建美观的知识库,并支持多种集成,如Slack和Docker。outline的实时协作功能使团队成员可以同时编辑文档,提高团队的工作效率
TypeScript
★ 39.8k
⑂ 3.4k
web
☆
alibaba
/
zvec
zvec:轻量级向量数据库 — zvec是一个由C++编写的内存向量数据库,具有轻量级和超快的特点。它能够高效地存储和检索向量数据,适用于各类机器学习和深度学习应用。zvec的出现为开发者提供了一个高性能的向量数据库解决方案
C++
★ 14.6k
⑂ 901
backend
+395 ★
☆
airbytehq
/
airbyte
airbyte:开源数据移动平台 — airbyte是一个开源数据移动平台,支持ELT管道和AI代理,从API、数据库和文件到仓库、数据湖和AI应用。它提供了自托管和云端部署的选项,支持多种数据源和目标,包括BigQuery、MySQL、PostgreSQL等。airbyte的目的是简化数据集成和移动,提高数据分析和AI应用的效率。
Python
★ 21.7k
⑂ 5.3k
data
☆
soxoj
/
maigret
maigret:信息收集工具 — maigret是一个开源的信息收集工具,通过用户名从多个网站收集信息,帮助用户快速收集目标人物的信息。它支持从3000多个网站收集信息,包括社交网络、论坛等。maigret的主要功能是帮助用户进行网络调查和信息收集,特别是在网络安全和开源情报领域
Python
★ 35.6k
⑂ 2.7k
security
☆
matomo-org
/
matomo
matomo:开源网站分析工具 — matomo 是一个开源的网站分析工具,允许用户轻松收集、可视化和分析网站和应用程序的数据。它提供了完整的控制和内置的隐私保护,成为 Google Analytics 的理想替代品。通过使用 matomo,用户可以更好地了解自己的网站和应用程序,做出数据驱动的决策
PHP
★ 21.7k
⑂ 2.9k
data
☆
streamlit
/
streamlit
streamlit:快速构建和分享数据应用的工具 — streamlit是一个开源的Python库,允许数据科学家和开发人员快速构建和分享数据应用。它提供了一个简单的API,用于创建交互式的数据可视化和机器学习模型。通过使用streamlit,用户可以更快地构建和分享数据应用,从而提高数据分析和科学研究的效率
Python
★ 45.3k
⑂ 4.3k
ai-ml
☆
sansan0
/
TrendRadar
TrendRadar:AI驱动的舆情监控与趋势分析工具 — TrendRadar是一个使用Python编写的AI驱动的舆情监控与趋势分析工具,能够聚合多平台热点并提供智能推送功能。它支持多种渠道的推送,包括微信、飞书、钉钉、Telegram、邮件等。通过使用TrendRadar,用户可以轻松地监控和分析舆情趋势,及时发现热点事件和新闻。
Python
★ 60.7k
⑂ 24.8k
ai-ml
☆
eosphoros-ai
/
DB-GPT
DB-GPT:下一代AI+数据产品的开源智能数据助手 — DB-GPT是一个开源的智能数据助手,利用Python语言开发,能够支持下一代AI和数据产品的开发。它能够提供数据管理和分析功能,帮助开发者更好地利用数据。DB-GPT的出现对AI和数据产品的发展具有重要意义
Python
★ 19.5k
⑂ 2.8k
ai-ml
☆
Alluxio
/
alluxio
alluxio:云端数据分析和机器学习的数据编排 — alluxio通过提供一个统一的数据访问接口,能够提高数据分析和机器学习的效率和速度。它支持多种数据源和计算框架,如Hadoop、Presto、Spark和TensorFlow。alluxio的虚拟分布式文件系统可以帮助用户更好地管理和利用数据资源
Java
★ 7.2k
⑂ 2.9k
data
☆
langchain-ai
/
open_deep_research
open_deep_research:开源深度研究平台 — open_deep_research 是一个专注于深度学习研究的开源平台,旨在为研究人员提供强大的工具和资源。它支持多种深度学习框架,帮助用户高效地进行实验和模型开发。
Python
★ 12.2k
⑂ 1.7k
other
+23 ★
☆
dolthub
/
dolt
dolt:数据版本控制系统 — dolt是一个使用Go语言开发的数据版本控制系统,提供类似于Git的功能,但专门用于数据存储和管理。它支持SQL查询、数据版本控制和数据库版本控制等功能。dolt的出现填补了数据版本控制的空白,帮助开发者更好地管理和追踪数据变化
Go
★ 23.9k
⑂ 836
backend
☆
dubinc
/
dub
dub:现代链接归因平台 — dub是一个现代化的链接归因平台,帮助营销团队跟踪和分析链接性能。它支持多种数据库和框架,包括ClickHouse、MySQL、Next.js、Planetscale、Prisma、Tailwind CSS、Tinybird、TypeScript、Upstash和Vercel。dub的开源性质使其受到广泛欢迎。
TypeScript
★ 24.1k
⑂ 3.1k
web
☆
sqlmapproject
/
sqlmap
sqlmap:自动SQL注入和数据库接管工具 — sqlmap是一个开源的Python工具,用于自动化SQL注入和数据库接管。它可以帮助安全测试人员和渗透测试人员检测和利用数据库安全漏洞,保护数据库免受攻击。sqlmap支持多种数据库管理系统,包括MySQL、Oracle和Microsoft SQL Server等
Python
★ 37.9k
⑂ 6.3k
security
☆
alibaba
/
canal
canal:阿里巴巴 MySQL binlog 增量订阅&消费组件 — canal 是一个开源的 Java 组件,用于订阅和消费 MySQL 的 binlog 日志,实现实时数据同步和处理。它支持多种数据格式和协议,包括 JSON、Avro 和 Protocol Buffer 等。canal 的主要功能是将 MySQL 的 binlog 日志解析并推送到下游系统,实现数据的实时同步和处理
Java
★ 29.7k
⑂ 7.6k
other
☆
vectordotdev
/
vector
vector:高性能可观测性数据管道 — vector是一个高性能的可观测性数据管道,能够处理和转换大量的日志、指标和追踪数据。它使用Rust语言开发,具有高性能、可靠性和可扩展性。vector能够与多个数据源和目标集成,包括Datadog、云原生环境等,提供实时的数据处理和分析能力。
Rust
★ 22.2k
⑂ 2.2k
devops
☆
didi
/
KnowStreaming
KnowStreaming:云原生实时流数据平台 — KnowStreaming是一个基于Java的云原生实时流数据平台,能够极大降低操作、存储和管理实时流数据的门槛。它通过0侵入、插件化构建企业级Kafka服务,提供了高可用性和可扩展性的解决方案。KnowStreaming的出现使得企业能够更容易地处理和管理实时流数据,从而获得更好的商业洞察力和竞争优势
Java
★ 7.2k
⑂ 1.3k
other
☆
dropwizard
/
metrics
metrics:Java 应用性能监控 — metrics 库提供了一个简单的方式来收集和报告应用程序的 metrics 数据,包括 JVM 和应用程序级别的 metrics。这种功能对于开发者来说非常重要,因为它可以帮助他们了解应用程序的性能瓶颈和优化方向。通过使用 metrics,开发者可以更好地监控和优化应用程序的性能。
Java
★ 7.8k
⑂ 1.8k
other
☆
amark
/
gun
gun:去中心化图数据同步协议 — gun是一个开源的网络安全协议,用于同步去中心化图数据,能够确保数据的一致性和安全性。它利用了分布式技术和加密算法来实现数据的同步和保护。gun的出现对于构建安全可靠的去中心化应用具有重要意义。
JavaScript
★ 19.1k
⑂ 1.2k
blockchain
☆
ClickHouse
/
ClickHouse
ClickHouse:实时分析数据库管理系统 — ClickHouse是一种高性能的数据库管理系统,支持实时分析和处理大规模数据。它具有分布式架构、支持SQL查询和OLAP功能,广泛应用于数据分析和机器学习等领域。ClickHouse的主要特点包括高性能、可扩展性和支持多种数据格式
C++
★ 48.7k
⑂ 8.7k
backend
☆
johnkerl
/
miller
miller:用于名索引数据的命令行工具 — miller能够高效处理和分析名索引数据,支持多种数据格式,包括CSV、TSV和JSON。它提供了强大的数据清理、数据处理和统计分析功能。miller的出现填补了命令行工具对于名索引数据处理的空白,成为数据分析师和开发者的必备工具。
Go
★ 10k
⑂ 238
devops
☆
OpenMined
/
PySyft
PySyft:在他人服务器上进行数据科学计算 — PySyft是一个开源库,允许用户在他人服务器上进行数据科学计算,保护数据隐私。它通过使用密码学和安全计算技术来实现这一点。PySyft对于需要保护敏感数据的企业和组织来说非常重要。
Python
★ 9.9k
⑂ 2k
ai-ml
☆
rustfs
/
rustfs
rustfs:高性能对象存储系统 — rustfs是一个使用Rust语言开发的高性能对象存储系统,兼容S3协议,能够与MinIO和Ceph等其他S3兼容平台进行迁移和共存。其性能比MinIO快2.3倍,适用于大数据和云原生应用场景。rustfs的开源性和高性能使其成为云存储领域的一种有前途的解决方案。
Rust
★ 30k
⑂ 1.3k
data
☆
donnemartin
/
data-science-ipython-notebooks
data-science-ipython-notebooks:数据科学IPython笔记本 — data-science-ipython-notebooks项目提供了涵盖深度学习框架(如TensorFlow和Keras)、大数据技术(如Spark和Hadoop)以及常用Python库(如pandas和NumPy)的IPython笔记本,适合数据科学家和工程师学习和实践。
Python
★ 29.2k
⑂ 8k
data
☆
mongodb
/
mongo
mongo:MongoDB数据库 — mongo是一个使用C++编写的NoSQL数据库系统,提供高性能的数据存储和检索功能。它支持多种数据模型和查询语言,广泛应用于大数据和实时Web应用场景。mongo的高可用性和可扩展性使其成为许多企业和开发者的首选数据库解决方案
C++
★ 28.5k
⑂ 5.8k
backend
☆
apache
/
flink
flink:大数据处理引擎 — flink是一个强大的开源数据处理引擎,支持流式和批式数据处理,能够处理高性能和可扩展的数据处理任务。它提供了Java、Python、Scala和SQL等多种语言的API,能够满足不同用户的需求。flink在大数据处理领域具有广泛的应用和重要意义
Java
★ 26.2k
⑂ 14k
backend
☆
taosdata
/
TDengine
TDengine:高性能时间序列数据库 — TDengine 是一个专为工业物联网(IIoT)场景设计的高性能、可扩展的时间序列数据库。它支持大规模数据存储和实时分析,能够满足工业设备、车联网、金融分析等领域的需求。TDengine 的高性能和可扩展性使其成为物联网数据处理的理想选择
C
★ 25k
⑂ 5k
backend
☆