全部文章

Dask 是 Python 的并行计算框架，让 Pandas 式数据清洗代码平滑扩展到多核与集群环境，突破单机内存限制。

Polars 是基于 Rust 与 Arrow 的超高性能 DataFrame 库，以多线程与查询优化实现数倍于传统方案的数据清洗速度。

Great Expectations 是开源数据质量框架，用「期望」声明式校验数据，自动生成验证报告与数据文档。

Soda 是数据质量监控平台，以简洁的 SodaCL 语言定义检查规则，在管道中持续发现并拦截数据问题。

Apache SeaTunnel 是国产开源超高性能分布式数据集成平台，支持批流一体，提供上百种连接器完成数据同步清洗。

DataX 是阿里巴巴开源的离线数据同步工具，以插件化架构实现各类异构数据源之间高效稳定的数据传输。

Apache Sqoop 是经典的关系数据库与 Hadoop 之间批量数据传输工具，广泛用于传统数仓的导入导出作业。

IBM 旗下的经典统计分析软件，以图形化操作界面著称，广泛应用于社会科学、市场调研与医学统计领域。

全球领先的企业级分析与统计软件平台，在金融、医药、政府等行业拥有深厚积累，以稳定可靠著称。

经济学与计量研究领域最流行的统计软件之一，以强大的面板数据分析能力和活跃的学术社区闻名。