hamilton

用普通 Python 函数构建可测试、有血缘的数据流，随处运行

Hamilton 是一个帮助数据科学家和工程师定义可测试、模块化、自文档化数据流的开源框架。它通过纯 Python 函数声明数据转换逻辑，自动构建数据流图，并生成血缘追踪和元数据。Hamilton 解决了数据管道开发中常见的代码混乱、难以测试和缺乏文档的问题，让数据流代码像普通软件工程一样规范。其核心能力包括：基于函数装饰器的声明式 API、自动依赖解析与执行优化、内置数据血缘和追踪、支持多种执行引擎（如 Pandas、Spark、Dask），并能与 Airflow 等调度系统集成。Hamilton 可在任何 Python 环境运行，从单机到分布式集群，帮助团队提升数据管道开发效率与可维护性。

开源 free 搜索知识

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 2598

维护状态活跃

是否开源是

定价模式 free

项目数据

分类搜索知识

开发团队apache

所属国家

官网地址https://hamilton.apache.org

GitHubhttps://github.com/apache/hamilton

定价模式free

价格说明开源项目，Apache-2.0 许可证，可免费使用和部署。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Jupyter Notebook

技术栈/模型dag,data-analysis,data-engineering,data-science,dataframe,etl,etl-framework,etl-pipeline,feature-engineering,hacktoberfest,lineage,llmops,machine-learning,mlops,orchestration,pandas,python,rag,software-engineering

GitHub 星标★ 2598

30天Star增速

HF 下载量

上线时间2023-02-23 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数3

使用教程

难度：入门约 10 分钟部署方式：库/依赖 5 步

环境要求

Python 3.8 或更高版本（README 明确支持 Python 3.8+）
可用的 pip 包管理工具
可选：系统已安装 Graphviz，用于生成 DAG 可视化图
可选：无需本地环境时可直接使用浏览器版 tryhamilton.dev

安装与启动步骤

1确认 Python 版本

Hamilton 要求 Python 3.8 及以上，先检查本机版本是否满足，低于 3.8 需先升级 Python。
```
python --version
```
2安装 Hamilton

通过 pip 安装 apache-hamilton，并带上 visualization 可选依赖，方便后续绘制 DAG 图。
```
pip install "apache-hamilton[visualization]"
```
3安装 UI 与 SDK

若需要使用 Apache Hamilton UI，则额外安装 ui 和 sdk 两个可选依赖组，不需要可跳过。
```
pip install "apache-hamilton[ui,sdk]"
```
4安装 Graphviz

可视化功能依赖系统级 Graphviz，需按官网指引单独安装（README 未提供安装命令）。
5浏览器体验

不想本地安装时，可直接打开 tryhamilton.dev 在浏览器中试用 Hamilton。

如何确认成功

上述 pip 安装命令执行完成且无报错，即表示 apache-hamilton 已装入当前 Python 环境；随后按官网文档运行示例数据流即可确认可用。

常见问题

Q：Hamilton 支持哪些 Python 版本？

A：README 说明支持 Python 3.8+，版本过低需先升级 Python 再安装。

Q：为什么 DAG 可视化不出来？

A：可视化依赖 Graphviz，而 Graphviz 需要单独安装在操作系统上，仅装 Python 包不够。

Q：只想快速试用，不想装环境怎么办？

A：可以直接访问 www.tryhamilton.dev，在浏览器里体验 Apache Hamilton。

Q：必须安装 ui 和 sdk 依赖吗？

A：不是必需的。只有需要使用 Apache Hamilton UI 时才安装 ui 与 sdk 依赖组。

注意事项

apache-hamilton 是 PyPI 上的包名，安装时注意使用该名称而非 hamilton。
visualization、ui、sdk 均为可选依赖，按需安装即可，可减小依赖体积。
Graphviz 属于系统级依赖，需按 https://graphviz.org/download/ 指引单独安装。
更多使用说明见官方文档 https://hamilton.apache.org。

核心亮点

纯 Python 函数定义数据流，无需学习新 DSL，代码即文档
自动生成数据血缘和元数据，方便追踪数据来源与质量问题
支持 Pandas、Spark、Dask 等多种后端，可扩展到分布式环境

不足之处

学习曲线较陡，需要理解函数式声明和依赖注入概念
文档和社区资源相对较少，高级用法需自行探索

适用场景

数据管道开发：替代传统脚本式 ETL，提升代码可维护性
数据科学项目：管理特征工程和模型输入的数据流
数据平台建设：作为统一的数据转换层，支持多引擎执行

替代项目

dbt、Luigi、Prefect

项目介绍

hamilton 是开发框架领域的开源项目，由 apache 开发，2023 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（2,598）位列前 30%，在开发框架分类中处于中上游。

近 42 天，它的 GitHub 星标从 2,562 增加到 2,598，净增 36。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。Apache-2.0 许可证，可免费使用和部署。

它主要面向的使用场景是：数据管道开发：替代传统脚本式ETL，提升代码可维护性。同类可对比的替代方案包括 dbt、Luigi、Prefect。

上一篇：ax

下一篇：BuildingAI