rumble
快速入門:pip install jsoniq ⛈️ RumbleDB 3.1.0「開心果樹」🌳 | 在您大規模、雜亂的資料集(JSON、文字、CSV、XML、YAML、Parquet、Delta...)上執行查詢
rumble 是什麼?
快速入門:pip install jsoniq ⛈️ RumbleDB 3.1.0「開心果樹」🌳 | 在您大規模、雜亂的資料集(JSON、文字、CSV、XML、YAML、Parquet、Delta...)上執行查詢 | 支援更新、腳本化、宣告式機器學習的資料湖倉
rumble 概覽
這是什麼
RumbleDB 是一個查詢引擎,讓使用者能夠查詢大規模、混亂的資料集,這些資料集以多種巢狀與異質資料格式存在。它使用 JSONiq 查詢語言,而非 DataFrame API,為無法放入 DataFrame 的資料提供靈活性。RumbleDB 於 2017 年 2 月在蘇黎世聯邦理工學院(ETH Zurich)作為 Stefan Irimescu 的碩士論文啟動,由 Ghislain Fourny 和 Gustavo Alonso 指導。
主要功能
- 支援多種資料格式:JSON、CSV、Parquet、Avro、LibSVM、文字等。
- 使用 JSONiq 查詢語言進行查詢,而非 DataFrame API。
- 可直接從本機檔案系統或資料湖(如 Azure blob 儲存、Amazon S3 和 HDFS)查詢資料。
- 包含 RumbleDB ML,用於準備、清理、驗證資料並整合到機器學習管線中。
- 提供更新、腳本化與宣告式機器學習功能,作為資料湖倉(data lakehouse)的一部分。
使用情境
- 查詢與分析大規模、巢狀且異質的資料集,這些資料集以多種格式儲存。
- 為機器學習管線準備、清理與驗證資料。
- 直接對儲存在本機檔案系統或雲端資料湖中的資料執行查詢。
快速開始
pip install jsoniq 如需在 RumbleDB 上使用 JSONiq 語言的 Jupyter notebook 簡介,請參閱儲存庫文件。
授權與價格
此專案為開放原始碼。提供的後設資料中未聲明授權條款。
內容整理自該專案公開的 README 與儲存庫資訊。