← Modèles · Supervision et analytique
MA
Mage AI
CommunautéOpen-source data pipeline tool for building, running, and monitoring ETL/ELT workflows with a notebook-style UI.
| S'exécute | mageai/mageai:0.9.80 |
|---|---|
| Pile technique | python |
| Provisionné pour l'application | postgres |
| Vérifié | Pas encore |
Pourquoi déployer sur Railyard
Railyard provisionne postgres automatiquement à ses côtés — déploiements sans interruption, sauvegardes automatiques et mise à l'échelle viennent de la même plateforme, sur un serveur que vous payez déjà.
Déployer Mage AI n'est qu'un élément d'une pile applicative que vous pouvez continuer à faire grandir — ajoutez une base de données, un worker, un cache ou une autre application, toujours sur les mêmes serveurs que vous payez déjà.
Idéal pour
- Building ETL/ELT pipelines visually instead of hand-writing Airflow DAGs
- Scheduling and monitoring recurring data-sync jobs
- A notebook-style environment for data transformation code
Bon à savoir
- Postgres is wired up for pipeline/run metadata instead of the default SQLite, so history survives a redeploy
- Projects and pipeline code persist on the mounted volume; set a real DEFAULT_OWNER_EMAIL before going live