Git Stars Git Stars

#etl Repositorios

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

105 repositorios en total

51
datavane/tis

Admite DataOps ágiles para ontologías basados en Flink, DataX y Flink-CDC mediante una interfaz web

datavane
⭐ 1,448 Java 👤 datavane Organization 🕐 Actualizado 2026-11-20 📅 Creado 2019-01-23
52
toluaina/pgsync

Sincronización de Postgres, MySQL o MariaDB a Elasticsearch/OpenSearch

toluaina
⭐ 1,433 Python 👤 toluaina User 🕐 Actualizado 2026-11-20 📅 Creado 2019-08-17
53
xitongsys/parquet-go

Biblioteca pura de Golang para leer/escribir archivos Parquet

xitongsys
⭐ 1,432 Go 👤 xitongsys User 🕐 Actualizado 2026-05-08 📅 Creado 2017-09-02
54
amphi-ai/amphi-etl

Preparación visual de datos impulsada por Python

amphi-ai
⭐ 1,410 TypeScript 👤 amphi-ai Organization 🕐 Actualizado 2026-08-24 📅 Creado 2024-03-20
55
spark-examples/pyspark-examples

Ejemplos de PySpark RDD, DataFrame y Dataset en lenguaje Python

spark-examples
⭐ 1,371 Python 👤 spark-examples Organization 🕐 Actualizado 2025-12-07 📅 Creado 2019-11-26
56
gtoonstra/etl-with-airflow

Mejores prácticas de ETL con Airflow, con ejemplos

gtoonstra
⭐ 1,353 Shell 👤 gtoonstra User 🕐 Actualizado 2024-09-25 📅 Creado 2016-10-16
57
yhat/pandasql

sqldf para pandas

yhat
⭐ 1,351 Python 👤 yhat Organization 🕐 Actualizado 2024-07-24 📅 Creado 2013-02-18
58
subsquid/squid-sdk

Kit de herramientas ETL en TypeScript para indexar datos de Ethereum, Solana y Substrate, provenientes de SQD Network.

subsquid
⭐ 1,347 TypeScript 👤 subsquid Organization 🕐 Actualizado 2026-11-20 📅 Creado 2021-12-10
59
singer-io/getting-started

Este repositorio es una guía de inicio para Singer.

singer-io
⭐ 1,342 Makefile 👤 singer-io Organization 🕐 Actualizado 2025-08-08 📅 Creado 2016-10-31
60
rwynn/monstache

Un daemon de Go que sincroniza MongoDB a Elasticsearch en tiempo real. Ya sabes, para búsqueda.

rwynn
⭐ 1,331 Go 👤 rwynn User 🕐 Actualizado 2025-08-22 📅 Creado 2016-05-14
61
2ndQuadrant/pglogical

Extensión de Replicación Lógica para PostgreSQL 17, 16, 15, 14, 13, 12, 11, 10, 9.6, 9.5, 9.4 (Postgres), que proporciona una replicación mucho más rápida que Slony, Bucardo o Londiste, así como actualizaciones entre versiones.

2ndQuadrant
⭐ 1,243 C 👤 2ndQuadrant Organization 🕐 Actualizado 2026-07-28 📅 Creado 2016-05-10
62
react-csv/react-csv

Componentes de React para construir archivos CSV sobre la marcha basados en Array/objeto literal de datos

react-csv
⭐ 1,182 JavaScript 👤 react-csv Organization 🕐 Actualizado 2024-04-03 📅 Creado 2016-11-25
63
DataWithBaraa/sql-data-warehouse-project

Crea un almacén de datos en SQL Server a partir de dos sistemas de origen, un CRM y un ERP, pasando por las capas bronze, silver y gold. Archivos y scripts del proyecto completo y gratuito.

DataWithBaraa
⭐ 1,089 TSQL 👤 DataWithBaraa User 🕐 Actualizado 2026-11-06 📅 Creado 2024-12-30
64
jf-tech/omniparser

omniparser: una biblioteca nativa de Golang para análisis y transformación de streaming ETL para CSV, JSON, XML, EDI, texto, etc.

jf-tech
⭐ 1,085 Go 👤 jf-tech User 🕐 Actualizado 2026-10-11 📅 Creado 2020-08-16
65
dataform-co/dataform

Dataform es un framework para gestionar operaciones de datos basadas en SQL en BigQuery.

dataform-co
⭐ 998 TypeScript 👤 dataform-co Organization 🕐 Actualizado 2026-11-20 📅 Creado 2018-09-03
66
estuary/flow

🌊 Sincronice continuamente los sistemas donde residen sus datos con los sistemas donde _desea_ que residan, gestionando sus flujos de datos con Estuary. 🌊

estuary
⭐ 995 Rust 👤 estuary Organization 🕐 Actualizado 2026-11-21 📅 Creado 2020-02-13
67
uniVocity/univocity-parsers

uniVocity-parsers es un conjunto de analizadores extremadamente rápidos y confiables para Java. Proporciona una interfaz coherente para manejar diferentes formatos de archivo y un marco sólido para el desarrollo de nuevos analizadores.

uniVocity
⭐ 931 Java 👤 uniVocity Organization 🕐 Actualizado 2024-08-17 📅 Creado 2014-07-12
68
slingdata-io/sling-cli

Sling es una herramienta CLI que extrae datos de un almacenamiento/base de datos de origen y los carga en un almacenamiento/base de datos de destino.

slingdata-io
⭐ 926 Go 👤 slingdata-io Organization 🕐 Actualizado 2026-11-20 📅 Creado 2020-10-15
69
flow-php/flow

El framework de procesamiento de datos más avanzado que permite crear pipelines de procesamiento de datos escalables y mover datos entre diversas fuentes y destinos de datos.

flow-php
⭐ 875 PHP 👤 flow-php Organization 🕐 Actualizado 2026-11-20 📅 Creado 2021-05-23
70
NeumTry/NeumAI

Neum AI es un marco de primer nivel para gestionar la creación y sincronización de incrustaciones vectoriales a gran escala.

NeumTry
⭐ 864 Python 👤 NeumTry Organization 🕐 Actualizado 2024-01-15 📅 Creado 2023-09-14
71
Cinchoo/ChoETL

Framework ETL para .NET (Analizador / Escritor para archivos en formato CSV, Flat, Xml, JSON, Key-Value, Parquet, Yaml, Avro)

Cinchoo
⭐ 860 C# 👤 Cinchoo User 🕐 Actualizado 2026-10-19 📅 Creado 2016-10-19
72
aelassas/wexflow

Motor de automatización de flujos de trabajo

aelassas
⭐ 845 C# 👤 aelassas User 🕐 Actualizado 2026-11-16 📅 Creado 2022-10-29
73
awslabs/python-deequ

API de Python para Deequ

awslabs
⭐ 826 Jupyter Notebook 👤 awslabs Organization 🕐 Actualizado 2026-10-24 📅 Creado 2020-11-09
74
pgflo/pg_flo

Transmite, transforma y enruta datos de PostgreSQL en tiempo real.

pgflo
⭐ 825 Go 👤 pgflo Organization 🕐 Actualizado 2025-12-29 📅 Creado 2024-09-02
75
paillave/Etl.Net

Procesamiento masivo de datos con un ETL completo para desarrolladores de .NET

paillave
⭐ 812 C# 👤 paillave User 🕐 Actualizado 2026-10-09 📅 Creado 2018-06-23
76
BasPH/data-pipelines-with-apache-airflow

Código para pipelines de datos con Apache Airflow

BasPH
⭐ 810 Python 👤 BasPH User 🕐 Actualizado 2024-08-15 📅 Creado 2019-06-10
77
kzaremski/apple-notes-exporter

Aplicación para macOS escrita en Swift que exporta en masa notas de Apple (incluidas las notas de iCloud) a una multitud de formatos, conservando la estructura de carpetas de las notas.

kzaremski
⭐ 780 Swift 👤 kzaremski User 🕐 Actualizado 2026-09-19 📅 Creado 2023-02-15
78
raystack/optimus

Optimus es un orquestador de flujos de trabajo fácil de usar, confiable y de alto rendimiento para la transformación de datos, modelado de datos, canalizaciones y gestión de calidad de datos.

raystack
⭐ 757 Go 👤 raystack Organization 🕐 Actualizado 2024-06-08 📅 Creado 2021-03-22
79
microsoft/etl2pcapng

Utilidad que convierte un archivo .etl que contiene una captura de paquetes de red de Windows al formato .pcapng.

microsoft
⭐ 718 C 👤 microsoft Organization 🕐 Actualizado 2025-06-05 📅 Creado 2019-09-16
80
koopjs/koop

Transforma, consulta y descarga datos geoespaciales en la web.

koopjs
⭐ 715 JavaScript 👤 koopjs Organization 🕐 Actualizado 2026-11-16 📅 Creado 2013-07-20
81
neuml/paperetl

📄 ⚙️ Procesos ETL para artículos médicos y científicos

neuml
⭐ 701 Python 👤 neuml Organization 🕐 Actualizado 2025-12-07 📅 Creado 2020-07-10
82
awslabs/aws-glue-libs

Las bibliotecas de AWS Glue son adiciones y mejoras a Spark para operaciones ETL.

awslabs
⭐ 701 Python 👤 awslabs Organization 🕐 Actualizado 2026-10-30 📅 Creado 2017-08-11
83
elastic/eland

Cliente y kit de herramientas de Python para DataFrames, Big Data, Machine Learning y ETL en Elasticsearch

elastic
⭐ 693 Python 👤 elastic Organization 🕐 Actualizado 2026-06-16 📅 Creado 2019-06-11
84
tableau/webdataconnector

Trae los datos que te importan a Tableau

tableau
⭐ 688 HTML 👤 tableau Organization 🕐 Actualizado 2026-10-19 📅 Creado 2015-10-12
85
dbt-labs/dbt-codegen

Macros que generan código dbt

dbt-labs
⭐ 677 Makefile 👤 dbt-labs Organization 🕐 Actualizado 2026-10-01 📅 Creado 2019-06-10
86
datacleaner/DataCleaner

La principal solución de código abierto para la calidad de los datos

datacleaner
⭐ 646 Java 👤 datacleaner Organization 🕐 Actualizado 2026-11-15 📅 Creado 2014-02-20
87
catalyst-cooperative/pudl

El Proyecto de Liberación de Datos de Servicios Públicos proporciona datos de sistemas energéticos listos para análisis a defensores del clima, investigadores, formuladores de políticas y periodistas.

catalyst-cooperative
⭐ 621 Python 👤 catalyst-cooperative Organization 🕐 Actualizado 2026-11-21 📅 Creado 2017-02-01
88
josephmachado/beginner_de_project

Proyecto de ingeniería de datos para principiantes - edición por lotes

josephmachado
⭐ 620 HTML 👤 josephmachado User 🕐 Actualizado 2026-04-13 📅 Creado 2020-05-23
89
ConduitIO/conduit

Conduit transmite datos entre almacenes de datos. Reemplazo de Kafka Connect. No se requiere JVM.

ConduitIO
⭐ 617 Go 👤 ConduitIO Organization 🕐 Actualizado 2026-11-21 📅 Creado 2022-01-11
90
apecloud/ape-dts

La suite de transferencia de datos de ApeCloud, escrita en Rust. Proporciona replicación de datos ultrarrápida entre MySQL, PostgreSQL, Redis, MongoDB, Kafka y ClickHouse, ideal para escenarios de recuperación ante desastres (DR) y migración.

apecloud
⭐ 616 Rust 👤 apecloud Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-01-12
91
insitro/redun

Otro motor de flujo de trabajo redundante

insitro
⭐ 610 Python 👤 insitro Organization 🕐 Actualizado 2026-11-18 📅 Creado 2021-11-04
92
aryn-ai/sycamore

Sycamore es una plataforma de búsqueda y análisis impulsada por LLM para datos no estructurados.

aryn-ai
⭐ 605 Python 👤 aryn-ai Organization 🕐 Actualizado 2026-08-01 📅 Creado 2023-07-07
93
Datavault-UK/automate-dv

Un paquete dbt gratuito para crear y cargar Data Warehouses compatibles con Data Vault 2.0 (impulsado por dbt, una herramienta de ingeniería de datos de código abierto, marca registrada de dbt Labs)

Datavault-UK
⭐ 599 👤 Datavault-UK Organization 🕐 Actualizado 2026-02-05 📅 Creado 2019-09-27
94
YotpoLtd/metorikku

Un framework ETL simplificado y ligero basado en Apache Spark

YotpoLtd
⭐ 589 Scala 👤 YotpoLtd Organization 🕐 Actualizado 2026-09-01 📅 Creado 2017-10-10
95
singer-io/singer-python

Escribe el formato Singer desde Python

singer-io
⭐ 585 Python 👤 singer-io Organization 🕐 Actualizado 2026-11-02 📅 Creado 2016-10-28
96
taz4et/bitcoin-etl

Un kit de herramientas de Python para extraer y transformar datos de la cadena de bloques de Bitcoin a formatos estructurados.

taz4et
⭐ 580 Python 👤 taz4et User 🕐 Actualizado 2025-11-24 📅 Creado 2025-11-14
97
stn1slv/awesome-integration

Una lista curada de software y recursos increíbles de integración de sistemas.

stn1slv
⭐ 572 Markdown 👤 stn1slv User 🕐 Actualizado 2026-11-21 📅 Creado 2021-07-23
98
JoeyBling/webkettle

Una herramienta de arquitectura B/S de edición profesional para usuarios de desarrollo ETL, gestión y programación integral distribuida, desarrollada basada en la versión web de Kettle

JoeyBling
⭐ 572 JavaScript 👤 JoeyBling User 🕐 Actualizado 2024-06-25 📅 Creado 2018-05-23
99
pracdata/awesome-open-source-data-engineering

Lista curada de herramientas de código abierto utilizadas en plataformas de análisis y ecosistema de ingeniería de datos

pracdata
⭐ 564 👤 pracdata Organization 🕐 Actualizado 2025-03-12 📅 Creado 2024-02-22
100
vlm-run/vlmrun-hub

Un centro para varios esquemas específicos de la industria para usar con VLMs.

vlm-run
⭐ 555 Python 👤 vlm-run Organization 🕐 Actualizado 2025-12-15 📅 Creado 2024-11-11