Git Stars Git Stars

#etl Repositorios

Descubre 105 repositorios activos de código abierto de GitHub etiquetados con #etl, que acumulan 408,616 estrellas en total (una media de 3,891 estrellas por proyecto). El líder de este tema es pathwaycom/pathway, con 61,976 estrellas.

105
Total de Repositorios
408,616
Total de estrellas
3,891
Promedio de Estrellas/Repo

105 repositorios en total

1
pathwaycom/pathway

Framework ETL de Python para procesamiento de streams, análisis en tiempo real, pipelines de LLM y RAG.

pathwaycom
⭐ 61,976 Python 👤 pathwaycom Organization 🕐 Actualizado 2026-11-21 📅 Creado 2022-11-27
2
apache/airflow

Apache Airflow - Una plataforma para crear de manera programática, programar y monitorear flujos de trabajo

apache
⭐ 47,583 Python 👤 apache Organization 🕐 Actualizado 2026-11-21 📅 Creado 2015-04-13
3
kestra-io/kestra

Orqueste todo, en todas partes. El plano de control de código abierto para flujos de trabajo de datos, infraestructura, procesos empresariales y agentes de IA. Declarativo con YAML, basado en eventos, compatible con cualquier lenguaje, con control de versiones en Git y escalable a millones de ejecuciones.

kestra-io
⭐ 30,303 Java 👤 kestra-io Organization 🕐 Actualizado 2026-11-20 📅 Creado 2019-08-24
4
vectordotdev/vector

Un pipeline de datos de observabilidad de alto rendimiento.

vectordotdev
⭐ 22,928 Rust 👤 vectordotdev Organization 🕐 Actualizado 2026-11-21 📅 Creado 2018-08-27
5
airbytehq/airbyte

Movimiento de datos de código abierto para pipelines ELT y agentes de IA — de APIs, bases de datos y archivos a almacenes, lagos y aplicaciones de IA. Tanto autoalojado como Cloud.

airbytehq
⭐ 22,426 Python 👤 airbytehq Organization 🕐 Actualizado 2026-11-21 📅 Creado 2020-07-27
6
dagster-io/dagster

Una plataforma de orquestación para el desarrollo, producción y observación de activos de datos.

dagster-io
⭐ 16,453 Python 👤 dagster-io Organization 🕐 Actualizado 2026-11-20 📅 Creado 2018-04-30
7
cocoindex-io/cocoindex

Motor incremental para agentes de horizonte largo 🌟 ¡Pon una estrella si te gusta!

cocoindex-io
⭐ 11,923 Rust 👤 cocoindex-io Organization 🕐 Actualizado 2026-11-21 📅 Creado 2025-03-03
8
mage-ai/mage-ai

🧙 Cree, ejecute y administre pipelines de datos para integrar y transformar datos.

mage-ai
⭐ 8,850 Python 👤 mage-ai Organization 🕐 Actualizado 2026-11-20 📅 Creado 2022-05-16
9
redpanda-data/connect

Procesamiento de streams sofisticado hecho operacionalmente mundano

redpanda-data
⭐ 8,804 Go 👤 redpanda-data Organization 🕐 Actualizado 2026-11-21 📅 Creado 2016-03-22
10
pentaho/pentaho-kettle

Pentaho Data Integration (ETL) también conocido como Kettle

pentaho
⭐ 8,419 Java 👤 pentaho Organization 🕐 Actualizado 2026-11-21 📅 Creado 2013-10-08
11
turbot/steampipe

Zero-ETL, posibilidades infinitas. API de consulta en vivo, código y más con SQL. No se requiere base de datos.

turbot
⭐ 8,019 Go 👤 turbot Organization 🕐 Actualizado 2026-11-20 📅 Creado 2021-01-17
12
cloudquery/cloudquery

Pipelines de datos para la configuración en la nube y los datos de seguridad. Desarrolle soluciones de inventario de activos en la nube, CSPM, FinOps y gestión de vulnerabilidades. Extracción de datos de AWS, Azure, GCP y más de 70 fuentes cloud y SaaS.

cloudquery
⭐ 6,561 Go 👤 cloudquery Organization 🕐 Actualizado 2026-11-21 📅 Creado 2020-11-18
13
apache/flink-cdc

Flink CDC es una herramienta de integración de datos en streaming

apache
⭐ 6,495 Java 👤 apache Organization 🕐 Actualizado 2026-11-20 📅 Creado 2020-07-27
14
WeiYe-Jing/datax-web

Página de visualización integrada de DataX: seleccione una fuente de datos para generar tareas de sincronización de datos con un solo clic. Soporta fuentes de datos como RDBMS, Hive, HBase, ClickHouse, MongoDB, etc. Creación masiva de tareas de sincronización de datos RDBMS, integración con sistemas de programación de código abierto, soporte para procesamiento distribuido, sincronización incremental de datos, visualización en tiempo real de registros de ejecución, monitoreo de recursos del ejecutor, KILL de procesos en ejecución, encriptación de información de fuentes de datos, etc.

WeiYe-Jing
⭐ 5,958 Java 👤 WeiYe-Jing User 🕐 Actualizado 2024-06-02 📅 Creado 2019-11-19
15
Eventual-Inc/Daft

Motor de datos de alto rendimiento para cargas de trabajo de IA y multimodales. Procese imágenes, audio, video y datos estructurados a cualquier escala.

Eventual-Inc
⭐ 5,858 Rust 👤 Eventual-Inc Organization 🕐 Actualizado 2026-11-09 📅 Creado 2022-04-25
16
rudderlabs/rudder-server

Alternativa a Segment enfocada en Privacidad y Seguridad, en Golang y React

rudderlabs
⭐ 4,520 Go 👤 rudderlabs Organization 🕐 Actualizado 2026-11-20 📅 Creado 2019-07-19
17
zendesk/maxwell

El demonio de Maxwell, un productor Kafka de mysql a json

zendesk
⭐ 4,268 Java 👤 zendesk Organization 🕐 Actualizado 2026-11-17 📅 Creado 2015-02-09
18
ucbepic/docetl

Un sistema para el procesamiento de datos y ETL impulsado por LLM agentivo

ucbepic
⭐ 4,266 Python 👤 ucbepic Organization 🕐 Actualizado 2026-11-17 📅 Creado 2024-07-09
19
aws/aws-sdk-pandas

pandas en AWS - Integración fácil con Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer y S3 (Parquet, CSV, JSON y EXCEL).

aws
⭐ 4,124 Python 👤 aws Organization 🕐 Actualizado 2026-11-21 📅 Creado 2019-02-26
20
quadratichq/quadratic

Hoja de cálculo con IA, Código, Conexiones

quadratichq
⭐ 3,958 Rust 👤 quadratichq Organization 🕐 Actualizado 2026-03-07 📅 Creado 2021-11-11
21
Netflix/maestro

Maestro: El orquestador de flujos de trabajo de Netflix

Netflix
⭐ 3,852 Java 👤 Netflix Organization 🕐 Actualizado 2026-11-06 📅 Creado 2024-04-17
22
pawl/awesome-etl

Una lista curada de excelentes frameworks ETL, bibliotecas y software.

pawl
⭐ 3,607 👤 pawl User 🕐 Actualizado 2026-05-01 📅 Creado 2015-10-07
23
xyflow/awesome-node-based-uis

Una lista curada con recursos sobre interfaces de usuario basadas en nodos

xyflow
⭐ 3,599 👤 xyflow Organization 🕐 Actualizado 2025-06-29 📅 Creado 2022-11-14
24
SQLMesh/sqlmesh

Framework de transformación de datos escalable y eficiente: retrocompatible con dbt.

SQLMesh
⭐ 3,360 Python 👤 SQLMesh Organization 🕐 Actualizado 2026-11-21 📅 Creado 2022-09-23
25
PeerDB-io/peerdb

Una herramienta rápida, sencilla y rentable para replicar datos de Postgres a almacenes de datos, colas y almacenamiento

PeerDB-io
⭐ 3,322 Go 👤 PeerDB-io Organization 🕐 Actualizado 2026-11-21 📅 Creado 2023-04-15
26
duckdb/pg_duckdb

Postgres impulsado por DuckDB para aplicaciones y análisis de alto rendimiento.

duckdb
⭐ 3,317 C++ 👤 duckdb Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-03-20
27
apache/devlake

Apache DevLake es una plataforma de datos de desarrollo de código abierto para ingerir, analizar y visualizar los datos fragmentados de las herramientas DevOps, extrayendo información para la excelencia en ingeniería, la experiencia del desarrollador y el crecimiento de la comunidad.

apache
⭐ 3,204 Go 👤 apache Organization 🕐 Actualizado 2026-11-19 📅 Creado 2021-07-08
28
blockchain-etl/ethereum-etl

Scripts de Python para trabajos ETL (extracción, transformación y carga) para bloques de Ethereum, transacciones, tokens ERC20/ERC721, transferencias, recibos, registros, contratos, transacciones internas. Los datos están disponibles en Google BigQuery https://goo.gl/oY5BCQ

blockchain-etl
⭐ 3,132 Python 👤 blockchain-etl Organization 🕐 Actualizado 2026-01-25 📅 Creado 2018-05-02
29
apache/hamilton

Apache Hamilton ayuda a los científicos e ingenieros de datos a definir flujos de datos probables, modulares y autodocumentados, que codifican el linaje/seguimiento y los metadatos. Se ejecuta y escala en cualquier lugar donde lo haga python.

apache
⭐ 2,631 Jupyter Notebook 👤 apache Organization 🕐 Actualizado 2026-11-16 📅 Creado 2023-02-23
30
instill-ai/instill-core

Instill Core es una herramienta de infraestructura de IA full-stack para la orquestación de datos, modelos y pipelines, diseñada para optimizar todos los aspectos de la creación de aplicaciones versátiles centradas en la IA.

instill-ai
⭐ 2,322 Python 👤 instill-ai Organization 🕐 Actualizado 2026-06-01 📅 Creado 2022-01-13
31
timeplus-io/proton

El motor SQL de streaming unificado más rápido en un único binario de C++. ⚡ Latencia de milisegundos. Rendimiento de más de 100 GB/s. Calcula continuamente contexto con estado a partir de flujos, registros, métricas, eventos y CDC.

timeplus-io
⭐ 2,286 C++ 👤 timeplus-io Organization 🕐 Actualizado 2026-11-18 📅 Creado 2023-08-14
32
thenaturalist/awesome-business-intelligence

Lista activamente curada de herramientas BI geniales. ¡Bienvenidos PRs!

thenaturalist
⭐ 2,252 👤 thenaturalist User 🕐 Actualizado 2024-08-21 📅 Creado 2017-06-08
33
reugn/go-streams

Una biblioteca ligera de procesamiento de flujos para Go

reugn
⭐ 2,178 Go 👤 reugn User 🕐 Actualizado 2026-01-14 📅 Creado 2019-04-30
34
datazip-inc/olake-go

OLake Go: replicación de código abierto desde bases de datos, Kafka y S3 a Apache Iceberg y Parquet. Fuentes: Postgres, MySQL, MongoDB, Oracle, MSSQL, DB2, Kafka, S3. Anteriormente datazip-inc/olake. El mantenimiento de tablas se encuentra en datazip-inc/olake-fusion.

datazip-inc
⭐ 2,166 Go 👤 datazip-inc Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-10-15
35
data-engineering-community/data-engineering-wiki

El mejor lugar para aprender ingeniería de datos. Construido y mantenido por la comunidad de ingeniería de datos.

data-engineering-community
⭐ 2,067 CSS 👤 data-engineering-community Organization 🕐 Actualizado 2026-09-15 📅 Creado 2021-05-04
36
TurboWay/big_screen

Visualización de datos en pantalla grande

TurboWay
⭐ 1,884 HTML 👤 TurboWay User 🕐 Actualizado 2026-01-22 📅 Creado 2020-09-28
37
dbt-labs/dbt-utils

Funciones de utilidad para proyectos de dbt.

dbt-labs
⭐ 1,837 Makefile 👤 dbt-labs Organization 🕐 Actualizado 2026-11-21 📅 Creado 2017-07-16
38
shuchkin/simplexlsx

Analizar y recuperar datos de archivos Excel XLSx

shuchkin
⭐ 1,829 PHP 👤 shuchkin User 🕐 Actualizado 2026-10-20 📅 Creado 2016-05-25
39
thbar/kiba

Procesamiento de datos y framework ETL para Ruby

thbar
⭐ 1,775 Ruby 👤 thbar User 🕐 Actualizado 2026-01-10 📅 Creado 2013-07-18
40
Multiwoven/multiwoven

🔥🔥🔥 Reverse ETL de código abierto - alternativa a hightouch y census.

Multiwoven
⭐ 1,685 Ruby 👤 Multiwoven Organization 🕐 Actualizado 2026-11-18 📅 Creado 2023-10-20
41
Snowflake-Labs/pg_lake

pg_lake: Postgres con Iceberg y acceso a data lake

Snowflake-Labs
⭐ 1,674 Python 👤 Snowflake-Labs Organization 🕐 Actualizado 2026-11-20 📅 Creado 2025-11-04
42
yobix-ai/extractous

Extracción de datos no estructurados, rápida y eficiente. Escrito en Rust con enlaces para muchos idiomas.

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 Actualizado 2024-12-21 📅 Creado 2024-06-04
43
ariacom/Seal-Report

Herramienta de informes de base de datos y tareas (.Net)

ariacom
⭐ 1,647 C# 👤 ariacom User 🕐 Actualizado 2026-11-20 📅 Creado 2015-08-11
44
nerevu/riko

Un motor de procesamiento de flujos en Python modelado según Yahoo! Pipes

nerevu
⭐ 1,605 Python 👤 nerevu Organization 🕐 Actualizado 2026-11-19 📅 Creado 2016-06-02
45
getdozer/dozer

Dozer es una herramienta de movimiento de datos en tiempo real que aprovecha CDC de varias fuentes y mueve datos a varios destinos.

getdozer
⭐ 1,571 Rust 👤 getdozer Organization 🕐 Actualizado 2024-06-18 📅 Creado 2022-08-31
46
slothflowlabs/duckle

ETL/ELT de código abierto que puedes implementar en tus propios servidores o en la nube. Basado en DuckDB: pipelines visuales sin código o de bajo código, o SQL; 446 componentes, dbt, CDC, calidad de datos, ETL inverso, linaje y MCP para agentes de IA. Sin nube del proveedor ni facturación por fila.

slothflowlabs
⭐ 1,558 Rust 👤 slothflowlabs Organization 🕐 Actualizado 2026-11-20 📅 Creado 2026-05-21
47
Open-Source-Legal/OpenContracts

La plataforma abierta de inteligencia documental para constructores y hackers - DMS para el mundo agéntico

Open-Source-Legal
⭐ 1,550 Python 👤 Open-Source-Legal Organization 🕐 Actualizado 2026-11-21 📅 Creado 2022-10-24
48
apache/hop

Plataforma de orquestación Hop

apache
⭐ 1,544 Java 👤 apache Organization 🕐 Actualizado 2026-11-21 📅 Creado 2019-09-24
49
duneanalytics/spellbook

Vistas SQL para Dune

duneanalytics
⭐ 1,529 Python 👤 duneanalytics Organization 🕐 Actualizado 2026-11-21 📅 Creado 2020-01-31
50
wgzhao/Addax

Sucesor de Alibaba DataX con mantenimiento activo: una herramienta ETL de código abierto, rápida y versátil, compatible con más de 30 fuentes de datos RDBMS y NoSQL.

wgzhao
⭐ 1,455 Java 👤 wgzhao User 🕐 Actualizado 2026-11-20 📅 Creado 2019-07-17

Preguntas frecuentes

1

¿Cuál es el repositorio de #etl más popular en GitHub?

El proyecto de código abierto de #etl mejor posicionado en GitHub es pathwaycom/pathway, con 61,976 estrellas. Framework ETL de Python para procesamiento de streams, análisis en tiempo real, pipelines de LLM y RAG.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #etl?

Entre los proyectos de #etl mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Java, Go, Rust.

3

¿Cómo se calcula la clasificación de los repositorios de #etl?

Seguimos 105 repositorios activos de código abierto etiquetados con #etl (500+ estrellas), que suman un total de 408,616 estrellas, con una media de 3,891 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.