Awesome GitHub RepositoriesFlat-File SQL Analysis

TextQL is a command line SQL query engine designed to execute relational queries directly against structured text files, such as CSV and TSV, without requiring a database import. It functions as a relational text file analyzer and a CSV processor that treats plain text files as virtual tables for filtering, joining, and aggregating data. The tool is built as a pipe-compatible data transformation utility, allowing it to process data from standard input and output formatted datasets. It enables relational joins across multiple files or directories within a single query to analyze relationships

Perfetto is a platform for system-level performance tracing and analysis on Linux and Android. It combines a high-throughput trace recorder, a SQL-based query engine, and a browser-based visualizer into a single toolchain. The platform covers CPU scheduling and call-stack profiling, native and Java heap memory allocation tracking, GPU and graphics events, and system-wide counters such as CPU frequency and power consumption. The architecture decouples trace recording from offline analysis, using a compact protobuf format for event encoding and columnar storage for efficient SQL queries. The we

Briefer es una plataforma de cuadernos de datos interactivos y herramienta de panel de inteligencia de negocios utilizada para el análisis y reporte de datos colaborativo. Proporciona un entorno contenerizado para construir informes que combinan SQL, Python y Markdown con visualizaciones nativas. La plataforma cuenta con un asistente de código integrado que utiliza modelos de lenguaje grandes para generar snippets de SQL y Python a partir de prompts de lenguaje natural. Está diseñada como una aplicación de datos de Kubernetes, desplegándose a través de gráficos Helm para gestionar entornos de cómputo aislados y garantizar recursos separados por página a través de aislamiento basado en pods. El sistema cubre una amplia gama de capacidades, incluyendo conectividad a bases de datos externas, co-edición en tiempo real y entrega automatizada de informes mediante programación. Se integra con OpenID Connect para el aprovisionamiento de identidad y proporciona control de acceso basado en roles, gestión segura de credenciales y almacenamiento en caché de consultas basado en resultados. La aplicación se despliega y escala a través de clústeres de Kubernetes utilizando gráficos Helm gestionados.

Franchise es una herramienta de consulta de bases de datos y cliente SQL para cuadernos (notebooks) que permite a los usuarios ejecutar consultas y analizar conjuntos de datos. Funciona como un procesador de datos local con un motor basado en navegador para ejecutar comandos SQL contra archivos CSV, JSON y XLSX sin cargar datos a un servidor remoto. El proyecto utiliza una interfaz basada en celdas para organizar consultas y resultados en un diseño interactivo similar a un documento. Soporta un flujo de trabajo donde los usuarios pueden bifurcar consultas en diseños lado a lado para comparar diferentes variaciones de SQL y sus resultados sin sobrescribir el código existente. El sistema proporciona una interfaz unificada para conectarse a bases de datos remotas a través de un puente local seguro e incluye herramientas para transformar resultados tabulares en gráficos, mapas y vistas de tarjetas. Estos cuadernos interactivos y sus visualizaciones asociadas pueden exportarse como documentos HTML portátiles. La aplicación se empaqueta en activos independientes para su alojamiento en servidores HTTP estándar.

dsq is a command-line interface and data engine for executing SQL queries against local structured files, such as CSV, JSON, Parquet, and Excel, without requiring a formal database import. It functions as a schema-inference engine that automatically detects data types and maps heterogeneous file structures into relational tables for analysis. The tool utilizes a lazy stream data processor and checksum-based disk caching to handle large datasets with minimal memory usage. It provides a persistent interactive shell for iterative data exploration, allowing users to inspect inferred schemas and r

qsv is a high-performance command line toolkit for querying, transforming, and analyzing comma-separated value files. It functions as a data wrangling interface and a tabular data profiler, featuring a query engine capable of executing SQL statements and joins directly on flat files without requiring a database. The project is distinguished by its ability to process massive datasets that exceed available system memory. This is achieved through disk-based external memory processing, including multithreaded merge sorting, on-disk hash tables for deduplication, and lightweight file indexing for