首页
/ Quokka:让数据湖为时间序列工作负载而生

Quokka:让数据湖为时间序列工作负载而生

2024-09-15 15:19:42作者:咎岭娴Homer

项目介绍

Quokka 是一个专为时间序列数据设计的高性能分布式查询引擎。它基于 Python 构建,集成了 DuckDB、Polars、Ray、Arrow、Redis 和 SQLGlot 等强大的技术组件。Quokka 的核心目标是让数据湖能够高效地处理时间序列数据,无论是复杂的窗口计算、时间序列连接,还是复杂的模式识别和自定义状态计算,Quokka 都能轻松应对。

项目技术分析

Quokka 采用了基于推送的分布式查询引擎架构,并结合了基于血统的容错机制。这种设计使得 Quokka 能够在处理大规模历史时间序列数据时,实现高效的流水线操作和 I/O 优化。Quokka 的数据流(DataStream)类似于 Spark 的 RDD,但不同的是,数据分区可以按顺序生成并立即消费,从而避免了 Spark 中所有分区必须同时存在的限制。

Quokka 的技术栈包括:

  • DuckDB:用于高效的 SQL 查询和关系代数计算。
  • Polars:提供快速的 DataFrame 操作。
  • Ray:用于任务调度和分布式计算。
  • Arrow:用于高效的数据 I/O。
  • Redis:用于血统记录和状态管理。
  • SQLGlot:用于 SQL 解析和优化。

项目及技术应用场景

Quokka 的应用场景非常广泛,特别适合需要处理大规模时间序列数据的领域,例如:

  • 高频交易回测:在几分钟内回测过去四年的高频交易策略。
  • 向量嵌入分析:轻松集成新的输入读取器,如 Lance 格式。
  • 极端特征工程:在 10,000 列数据上进行复杂的特征工程。
  • TPC-H 查询:在许多 TPC-H 查询中,Quokka 的性能远超 SparkSQL。

此外,Quokka 还支持复杂的模式识别、冰山订单检测和在线学习算法的回测等高级应用场景。

项目特点

Quokka 具有以下显著特点:

  1. 完全基于 Python:Quokka 的实现完全基于 Python,易于扩展和定制。
  2. 高效的流水线操作:通过数据分区的顺序生成和立即消费,实现高效的流水线操作。
  3. 强大的时间序列处理能力:支持复杂的时间序列操作,如窗口计算、时间序列连接和模式识别。
  4. 易于扩展:Quokka 的设计使得添加新的操作和用例变得非常简单,只需提交一个 GitHub 问题,开发者很可能会为你编写相应的操作符。
  5. 高性能:集成了多个高效的 C++/Rust 实现库,确保了卓越的性能。

快速开始

要开始使用 Quokka,首先需要安装 Redis 6.2 或更高版本,然后通过 pip 安装 pyquokka。Quokka 提供了一个类似于 Spark DataFrame API 的数据流 API,可以轻松地从 Polars DataFrame 创建数据流进行本地测试。

pip3 install pyquokka

更多详细信息和示例代码,请参考 Quokka 文档

结语

Quokka 是一个强大的工具,特别适合需要处理大规模时间序列数据的应用场景。无论你是数据科学家、量化分析师还是开发人员,Quokka 都能为你提供高效、灵活的解决方案。如果你对 Quokka 感兴趣,欢迎加入 Discord 社区 或通过 GitHub 提交问题和建议。让我们一起让数据湖为时间序列工作负载而生!

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
854
505
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
254
295
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
21
5