# 大数据

Apache Cassandra 是高可扩展、高容错的分布式数据库，适用于海量数据场景，支持在云或普通硬件上稳定运行，适合大数据与高并发系统。

Apache Polaris 是一个开源的元数据目录服务，专为 Apache Iceberg 表提供统一、可互操作的元数据管理，适用于大数据平台和数据湖架构。

Apache Hadoop 是一个分布式存储与计算框架，用于处理海量数据，主要面向大数据平台开发者和数据工程师。

Trino 是一个高性能的分布式 SQL 查询引擎，用于分析大规模数据集，支持多种数据源（如 Hive、MySQL、Kafka），适合数据工程师和分析师处理海量数据。

分布式流处理引擎 Apache Flink，支持高吞吐、低延迟的实时数据处理，广泛应用于大数据分析与实时计算场景

Apache Beam 是一个统一的数据处理模型，支持批处理与流处理，让开发者用同一套代码处理不同数据场景。

Apache Iceberg 是一个高性能、可扩展的表格式，用于大规模数据湖管理，支持 ACID 事务与元数据优化。

Apache Hive 是一个基于 Hadoop 的数据仓库系统，用于处理大规模数据集的批处理查询，适合大数据分析师和数据工程师进行离线分析。

Apache Storm 是一个分布式实时计算系统，用于处理大规模流数据，支持高吞吐、低延迟的数据处理，广泛应用于日志分析、实时监控等场景。

Apache Iceberg的Rust实现，为现代数据湖提供高性能、可扩展的元数据管理能力。

Delta Lake的原生Rust实现，支持Python绑定，提升大数据处理性能与安全性。