[ad_1]
Voltron Data ha annunciato il rilascio di Ibis 8.0, un aggiornamento della sua popolare API Python dataframe, che è stata scaricata oltre 10 milioni di volte. Ibis consente agli sviluppatori di eseguire codice su varie piattaforme dati scegliendo il motore di query più adatto per attività specifiche.
L’ultima versione introduce i primi backend di streaming dedicati per Apache Flink e RisingWave, insieme alla varietà esistente di motori di esecuzione batch. Questa espansione consente un’esperienza unificata nell’elaborazione dei dati in batch e in streaming all’interno di una singola API dataframe Python, migliorando la flessibilità e la capacità delle attività di analisi dei dati.
“Finalmente gli sviluppatori possono scrivere il codice una volta e utilizzarlo su motori di query locali, batch, CPU, GPU e ora in tempo reale. Ibis è all’avanguardia nell’abbattimento delle barriere tra i motori di esecuzione dell’elaborazione batch e stream. Questo è un grande passo verso un ecosistema di dati modulare e componibile attraverso tutti i paradigmi”, ha affermato Josh Patterson, co-fondatore e CEO di Voltron Data.
Ibis è un progetto open source governato in modo indipendente, che gode del supporto di Voltron Data e del contributo di una serie di entità in tutto lo spettro delle piattaforme dati, come Google, Starburst Data e RisingWave.
Con il rilascio della versione 8.0, Ibis ora supporta 20 diversi motori di query, soddisfacendo un’ampia gamma di esigenze di elaborazione dei dati, da query su piccola scala con DuckDB a lavori ETL/preelaborazione distribuiti di grandi dimensioni con motori come BigQuery, Spark, Theseus e altri. Inoltre, si integra perfettamente con due motori di streaming, Apache Flink e RisingWave, senza richiedere alcuna modifica del codice da parte degli utenti.
Lo sviluppo di Ibis è particolarmente focalizzato sul miglioramento dell’esperienza utente e della funzionalità, come spiegato da Zhenzhong “Z” Xu, vicepresidente dell’ingegneria presso Voltron Data. I miglioramenti dell’API Ibis, incluse nuove funzionalità come la preelaborazione ML, avvantaggiano ogni backend supportato, consentendo agli utenti di lavorare con un’unica e familiare API dataframe senza essere limitati a nessun backend specifico.
Questo approccio consente un ambiente di elaborazione dei dati più versatile ed efficiente, ma incoraggia anche la comunità open source a contribuire all’ecosistema Ibis, ampliando la portata e l’utilità dell’analisi dei dati basata su Python su varie piattaforme dati.
“Man mano che l’API Ibis migliora e aggiunge nuove funzionalità come la preelaborazione ML, ogni backend supportato migliora con essa. Gli utenti possono apprendere un’unica API dataframe familiare senza essere vincolati ad alcun backend. La comunità open source può aggiungere integrazioni dell’ecosistema Ibis per migliorare il lavoro con i dati in Python su qualsiasi piattaforma dati supportata da Ibis”, ha affermato Xu.
[ad_2]
Source link
