#data-ingestion Repositories
Entdecke 33 aktive Open-Source-GitHub-Repositories, die mit #data-ingestion getaggt sind und insgesamt 66,183 Sterne gesammelt haben (durchschnittlich 2,005 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist apache/seatunnel mit 9,821 Sternen.
Insgesamt 33 Repositories
SeaTunnel ist ein multimodales, hochperformantes, verteiltes Tool zur Integration massiver Datenmengen.
LLM Zoomcamp – ein kostenloser Online-Kurs über praxisnahe Anwendungen von LLMs. In 10 Wochen lernen Sie, wie Sie ein KI-System aufbauen, das Fragen zu Ihrer Wissensdatenbank beantwortet. Hier anmelden 👇🏼
ingestr ist ein CLI-Tool, um Daten mit einem einzigen Befehl nahtlos zwischen beliebigen Datenbanken zu kopieren.
Apache Paimon ist ein Lake-Format, das den Aufbau einer Realtime-Lakehouse-Architektur mit Flink und Spark für Streaming- und Batch-Operationen ermöglicht.
Gleichzeitige und mehrstufige Datenaufnahme und Datenverarbeitung mit Elixir
OLake Go: Open-Source-Replikation aus Datenbanken, Kafka und S3 nach Apache Iceberg und Parquet. Quellen: Postgres, MySQL, MongoDB, Oracle, MSSQL, DB2, Kafka, S3. Früher datazip-inc/olake. Die Tabellenwartung befindet sich in datazip-inc/olake-fusion.
Erstellen Sie Datenpipelines mit SQL und Python, nehmen Sie Daten aus verschiedenen Quellen auf, fügen Sie Qualitätsprüfungen hinzu und erstellen Sie End-to-End-Abläufe.
Streaming-CSV-Parser, inspiriert von binary-csv, der schneller sein soll als alle anderen
UK Postleitzahlen- und Geolokalisierungs-API, die Open Data bereitstellt
Python-Bibliothek zum Herunterladen von YouTube-Inhalten und Abrufen von Metadaten
Projekte zu Shell-Skripting. Ziel ist es, reale Projekte so gut wie möglich zu simulieren.
Ein kollaborativer Rezeptspeicher, Mahlzeitenplaner und Einkaufslisten-Organisator in PWA-Form.
uniVocity-parsers ist eine leistungsstarke und zuverlässige Java-Parser-Suite. Es bietet eine einheitliche Schnittstelle für die Verarbeitung verschiedener Dateiformate und ein solides Framework für die Entwicklung neuer Parser.
Kopieren von/zu Parquet in S3, Azure Blob Storage, Google Cloud Storage, http(s)-Speichern, lokalen Dateien oder Standard-Eingabe/Ausgabe-Streams aus PostgreSQL heraus
In AWS Lambda implementierter Amazon Redshift Datenbank-Loader
Greifen Sie von überall auf Ihre Taskwarrior-Aufgaben in jedem Browser zu
Ein reines Python-basiertes Hilfsprogramm zum Extrahieren von Text und Bildern aus docx-Dateien.
Kerf (Kerf1) ist eine spaltenorientierte Tick-Datenbank und Time-Series-Sprache für Linux/OSX/BSD/iOS/Android. Es ist in C geschrieben und unterstützt nativ JSON und SQL. Kerf kann für Handelsplattformen, Feedhandler, Low-Latency-Netzwerke, hochvolumige Analysen von Echtzeit- und historischen Daten, Logfile-Verarbeitung und mehr verwendet werden.
Der Supabase der KI-Ära. Ein modularer, Open-Source-Backend für die Erstellung von KI-nativen Software — für Wissen konzipiert, nicht für statische Daten.
reth-indexer liest direkt aus der reth-Datenbank und indiziert die Daten in traditionelle und alternative Datenbanken / Datenspeicher (postgres, GCP bigquery usw.), die alle mit einer einfachen Konfigurationsdatei und ohne zusätzliche Einrichtung dekodiert werden, und stellt außerdem eine API zur Verfügung, die bereit ist, die Daten abzufragen.
Häufig gestellte Fragen
Welches ist das beliebteste #data-ingestion-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#data-ingestion-Projekt auf GitHub ist apache/seatunnel mit 9,821 Sternen. SeaTunnel ist ein multimodales, hochperformantes, verteiltes Tool zur Integration massiver Datenmengen.
Welche Programmiersprachen werden in #data-ingestion-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #data-ingestion-Projekten auf GitHub sind Python, Java, Go, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #data-ingestion-Repositories berechnet?
Wir verfolgen 33 aktive Open-Source-Repositories, die mit #data-ingestion getaggt sind (500+ Sterne), mit insgesamt 66,183 Sternen und durchschnittlich 2,005 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.