未提供项目描述
项目描述
Kartothek
Kartothek是一个Python库，用于管理（创建、读取、更新、删除）大量表格数据，存储在blob存储中。它将数据作为数据集存储，并将它们以pandas DataFrames的形式呈现给用户。数据集是一组具有相同模式、位于blob存储中的文件。Kartothek使用元数据定义来高效处理这些数据集。为了分布式访问和处理数据集，Kartothek提供了一个Dask接口。
在blob存储（S3、ABS、GCS等）中存储分布在多个文件中的数据，可以快速、经济高效且高度可扩展地构建数据基础设施。仅将数据存储在对象存储中的缺点是，存储本身提供很少或没有保证，仅限于单个文件的一致性。特别是，它们不能保证数据集的一致性。如果我们始终需要数据集的一致状态，我们需要跟踪数据集的状态。Kartothek让我们从手动做这件事中解放出来。
kartothek.io模块提供了在数据管道中创建和修改这些数据集的构建块。Kartothek处理I/O、跟踪数据集分区并透明地选择数据子集。
安装
最新发布版本的安装程序可在Python包索引和conda上获得。
# Install with pip
pip install kartothek
# Install with conda
conda install -c conda-forge kartothek
什么是（真正的）卡托克（Kartothek）？
卡托克（或更现代的：卡片盒/目录盒）是一种用于组织从信息源中提取的（高级）信息的工具。
下载文件
下载适用于您的平台的文件。如果您不确定选择哪个，请了解更多关于安装包的信息。
源分布
kartothek-5.3.0.tar.gz (989.4 kB 查看散列值)
构建分布
kartothek-5.3.0-py3-none-any.whl (252.6 kB 查看散列值)
