Trino简介 Trino（原名PrestoSQL）是一个开源的分布式SQL查询引擎，设计用于对各种数据源进行高速查询。Trino的设计初衷是为了解决大规模数据分析的需求，能够在数据湖、数据仓库和其他数据存储系统上进行交互式分…
Traceback 是在 Python 中与经常遇到，特别是当你代码中有错误时，执行时会返回 Traceback 信息。在学习 Traceback 时，可以一起学习下 trace, tracemalloc。 trace, tracemalloc, 和 traceback 都是 Python 标…
Prometheus简介 Prometheus是一个开源的系统监控和报警工具包，最初由SoundCloud开发，并在2012年作为开源项目发布。它现已成为云原生计算基金会（CNCF）的一部分，并且在监控领域获得了广泛的使用。Prometheus以其…
Prefect简介 Prefect是一个现代的工作流编排和管理工具，专为数据工程和数据科学任务设计。它提供了一种简单而强大的方式来定义、执行和监控数据管道。Prefect的设计目标是提高数据管道的可靠性、可扩展性和易用性…
Pinot 简介 Apache Pinot 是一个实时分布式 OLAP 数据存储和分析系统，专为低延迟、高吞吐量的查询而设计。Pinot 最初由 LinkedIn 开发，用于支持其内部的分析应用，如 LinkedIn 的 "Who Viewed My Profile" 和其他…
Papermill简介 Papermill是一个开源工具，主要用于在数据科学和数据工程工作流程中处理 Jupyter Notebook。它的核心功能是允许用户对 Jupyter Notebook 进行参数化执行，使得同一个 Notebook 可以在不同的参数配置…
Nextflow简介 Nextflow是一个用于数据驱动的计算管道（pipeline）开发和执行的开源框架，特别适合生物信息学和科学计算领域。它简化了复杂工作流程的创建和管理，使得科学家和工程师能够高效地处理大规模数据分析任…
Luigi简介 Luigi是一个由Spotify开发的开源Python模块，旨在简化复杂数据管道的构建、管理和调度。它专注于数据流的自动化和任务依赖的管理，非常适合处理大规模数据处理任务。 核心概念 任务（Task）：Luigi…
Apache Livy 简介 Apache Livy 是一个开源的 REST 服务，旨在简化与 Apache Spark 集群的交互。它为 Spark 提供了一种轻量级的接口，允许用户通过 REST API 提交作业、管理 Spark 会话和执行交互式查询。Livy 的出…
Kyuubi简介 Kyuubi是一个开源的多租户、大规模数据分析引擎服务，基于Apache Spark构建，旨在提供高效、易用和安全的SQL-on-Spark解决方案。它的设计目标是通过提供一个统一的接口来简化大数据分析的使用，使用户能…
