5 dépôts
Visual representation of the step-by-step process a database engine uses to execute a query.
Distinct from Execution Plan Analysis: Distinct from Execution Plan Analysis: focuses on the visual display of the execution sequence rather than logical analysis.
Explore 5 awesome GitHub repositories matching data & databases · Execution Plan Visualization. Refine with filters or upvote what's useful.
Soar is a suite of specialized tools designed for analyzing MySQL performance, advising on indexing, and optimizing SQL syntax. It functions as a performance analyzer, index advisor, and query optimizer to identify bottlenecks and suggest structural improvements for faster execution. The project distinguishes itself through a system for rewriting SQL statements into optimized equivalent versions using custom heuristic rules and patterns. It also features a dedicated index advisor that evaluates query patterns and database metadata to recommend the creation of new indexes. Its broader capabil
Provides a visual display of the step-by-step process used by the database engine to execute queries.
Octosql est un moteur de requête SQL fédéré, un transformateur de données et un processeur SQL de flux. Il permet aux utilisateurs d'exécuter des instructions SQL uniques sur plusieurs sources de données disparates, y compris différents types de bases de données et formats de fichiers, afin de fusionner et transformer les résultats en un ensemble unifié. Le système se distingue en traitant les fichiers CSV, JSONLines et Parquet comme des tables virtuelles et en utilisant une architecture basée sur des plugins pour étendre la connectivité aux moteurs de stockage externes. Il fonctionne comme un processeur de flux pour les flux de données infinis, utilisant des filigranes (watermarks), des rétractions et des fenêtres glissantes pour maintenir la cohérence des événements hors séquence. De plus, il sert de générateur de données SQL capable de produire des jeux de données synthétiques et des flux d'enregistrements via des fonctions table. Le moteur inclut des capacités de jointure de données inter-sources et d'analyse multi-sources, optimisées par le push-down de prédicats côté source pour réduire le transfert de données. Il gère des données complexes via un système de typage statique avec des types union et offre une observabilité grâce à la visualisation des plans d'exécution de requêtes.
Generates visual representations of execution plans to verify predicate push-down and optimization logic.
Pigsty est une plateforme d'orchestration d'infrastructure de base de données complète conçue pour automatiser le cycle de vie complet des clusters PostgreSQL à haute disponibilité. Il fonctionne comme un framework d'infrastructure en tant que code qui gère la coordination des clusters, le provisionnement des nœuds et la découverte de services via des playbooks idempotents. En intégrant des mécanismes de consensus distribués, la plateforme assure un basculement automatisé et une application cohérente de l'état à travers divers environnements, y compris le matériel nu et l'infrastructure virtualisée. La plateforme se distingue par une suite robuste de capacités opérationnelles qui s'étendent au-delà de la gestion de base de données standard. Elle dispose d'un pipeline d'observabilité intégré qui agrège les métriques, les logs et les traces dans des tableaux de bord centralisés pour une surveillance des performances en temps réel et une analyse diagnostique. De plus, elle fournit un framework de migration qui émule les protocoles filaires propriétaires et la syntaxe SQL, permettant l'intégration de charges de travail de base de données d'entreprise héritées dans des environnements relationnels modernes. Le système couvre une large surface fonctionnelle, y compris la gestion avancée du stockage avec clonage par copie sur écriture pour un déploiement rapide, et l'orchestration multi-base de données qui coordonne les moteurs relationnels avec la mise en cache et le stockage d'objets. Il intègre également le renforcement de la sécurité, la sauvegarde et la récupération automatisées, et le routage du trafic via des proxys en couches pour découpler les connexions client de la topologie de cluster sous-jacente. Le projet est distribué sous forme de modèle de miroir de package autonome, permettant un déploiement et une gestion des dépendances cohérents dans des environnements sécurisés ou isolés.
Displays database execution plans as visual diagrams to help developers identify and resolve performance bottlenecks.
Eko est un framework pour concevoir et déployer des flux de travail agentiques, doté d'un orchestrateur de flux de travail pour agents LLM et d'un moteur d'automatisation de navigateur. Il fournit un gestionnaire de processus côté serveur pour exécuter des opérations au niveau du système et gérer les fichiers locaux, ainsi qu'un contrôleur d'agent avec intervention humaine pour une supervision et une direction manuelles lors des processus de décision automatisés. Le système coordonne la collaboration multi-agents par le partitionnement basé sur les rôles et l'orchestration des flux de travail, divisant les tâches complexes en rôles distincts et gérant les transferts d'exécution. Il intègre le Model Context Protocol pour standardiser les connexions entre les agents et les outils ou sources de données externes. La plateforme inclut des capacités pour l'automatisation de navigateur headless, le web scraping et l'automatisation de tâches répétitives utilisant l'écoute d'événements basée sur des boucles. Elle propose également le streaming de plans d'exécution pour visualiser le processus de planification interne d'un agent en temps réel.
Features execution plan streaming to visualize an agent's internal planning process in real-time.
TablePro is a cross-platform database management client designed for browsing, querying, and administering both SQL and NoSQL databases. It functions as a unified workspace that integrates a code-centric SQL editor with schema visualization tools, allowing developers to manage complex data models and execute queries across diverse database engines. The application distinguishes itself through an agentic AI integration layer that connects language models directly to database tools, enabling automated query generation, optimization, and error fixing with configurable approval gates. It features
Visualizes database query plans as interactive diagrams or trees to identify performance bottlenecks.