Git Stars Git Stars

#data-deduplication Repositorios

Descubre 10 repositorios activos de código abierto de GitHub etiquetados con #data-deduplication, que acumulan 20,707 estrellas en total (una media de 2,070 estrellas por proyecto). El líder de este tema es bup/bup, con 7,369 estrellas.

10
Total de Repositorios
20,707
Total de estrellas
2,070
Promedio de Estrellas/Repo
Lenguajes de programación: Python C Go C#

10 repositorios en total

1
bup/bup

Sistema de respaldo muy eficiente basado en el formato de paquete git, que proporciona copias de seguridad incrementales rápidas y desduplicación global (entre y dentro de archivos, incluyendo imágenes de máquinas virtuales). Por favor, publique problemas o parches en la lista de correo para discusión (vea el final del README a continuación).

bup
⭐ 7,369 Python 👤 bup Organization 🕐 Actualizado 2026-11-19 📅 Creado 2012-09-03
2
huggingface/datatrove

Liberar el procesamiento de datos de la locura de los scripts proporcionando un conjunto de bloques de procesamiento de canalizaciones personalizables e independientes de la plataforma.

huggingface
⭐ 3,428 Python 👤 huggingface Organization 🕐 Actualizado 2026-11-18 📅 Creado 2023-06-14
3
adrianlopezroche/fdupes

FDUPES es un programa para identificar o eliminar archivos duplicados que residen en directorios especificados.

adrianlopezroche
⭐ 3,039 C 👤 adrianlopezroche User 🕐 Actualizado 2026-04-14 📅 Creado 2014-05-15
4
tomnomnom/anew

Una herramienta para agregar nuevas líneas a archivos, omitiendo duplicados

tomnomnom
⭐ 1,599 Go 👤 tomnomnom User 🕐 Actualizado 2024-01-12 📅 Creado 2019-04-02
5
s3ql/s3ql

Un sistema de archivos completo para el almacenamiento de datos en línea

s3ql
⭐ 1,282 Python 👤 s3ql Organization 🕐 Actualizado 2026-11-20 📅 Creado 2015-07-12
6
Tarsnap/tarsnap

Código de cliente de línea de comandos para Tarsnap.

Tarsnap
⭐ 961 C 👤 Tarsnap Organization 🕐 Actualizado 2026-11-12 📅 Creado 2015-05-18
7
OpenDataBox/awesome-data-llm

Repositorio oficial del artículo de encuesta "LLM × DATA"

OpenDataBox
⭐ 836 👤 OpenDataBox Organization 🕐 Actualizado 2026-10-25 📅 Creado 2024-08-04
8
ssdeep-project/ssdeep

API de hash difuso y herramienta de hash difuso

ssdeep-project
⭐ 804 C 👤 ssdeep-project Organization 🕐 Actualizado 2026-08-13 📅 Creado 2017-06-05
9
JakeBayer/FuzzySharp

Implementación en C# .NET de la coincidencia de cadenas difusa del algoritmo Python FuzzyWuzzy bien conocido de Seat Geek.

JakeBayer
⭐ 776 C# 👤 JakeBayer User 🕐 Actualizado 2024-08-20 📅 Creado 2018-04-10
10
anhaidgroup/deepmatcher

Paquete de Python para realizar coincidencia de entidades y texto utilizando aprendizaje profundo.

anhaidgroup
⭐ 613 Python 👤 anhaidgroup User 🕐 Actualizado 2024-06-18 📅 Creado 2017-12-01

Preguntas frecuentes

1

¿Cuál es el repositorio de #data-deduplication más popular en GitHub?

El proyecto de código abierto de #data-deduplication mejor posicionado en GitHub es bup/bup, con 7,369 estrellas. Sistema de respaldo muy eficiente basado en el formato de paquete git, que proporciona copias de seguridad incrementales rápidas y desduplicación global (entre y dentro de archivos, incluyendo imágenes de máquinas virtuales). Por favor, publique problemas o parches en la lista de correo para discusión (vea el final del README a continuación).

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #data-deduplication?

Entre los proyectos de #data-deduplication mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, C, Go, C#.

3

¿Cómo se calcula la clasificación de los repositorios de #data-deduplication?

Seguimos 10 repositorios activos de código abierto etiquetados con #data-deduplication (500+ estrellas), que suman un total de 20,707 estrellas, con una media de 2,070 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.