#stream-processing Repositorios
Descubre 97 repositorios activos de código abierto de GitHub etiquetados con #stream-processing, que acumulan 414,395 estrellas en total (una media de 4,272 estrellas por proyecto). El líder de este tema es pathwaycom/pathway, con 61,976 estrellas.
97 repositorios en total
Framework ETL de Python para procesamiento de streams, análisis en tiempo real, pipelines de LLM y RAG.
Soluciones ML multiplataforma y personalizables para medios en vivo y de streaming.
QuestDB es una base de datos de series temporales de código abierto y alto rendimiento
Blog de aprendizaje de Flink. http://www.54tianzhisheng.cn/ Contiene contenido sobre introducción a Flink, conceptos, principios, práctica, optimización de rendimiento, análisis de código fuente, etc. Involucra casos de aprendizaje sobre Flink Connector, Metrics, Library, DataStream API, Table API & SQL, etc., y el compartir casos de proyectos grandes de aplicaciones de Flink en producción (PVUV, almacenamiento de logs, desduplicación en tiempo real de miles de millones de datos, alertas de monitoreo). Bienvenidos todos a apoyar mi columna «Motor de Computación en Tiempo Real de Big Data Flink: Práctica y Optimización de Rendimiento».
Una lista curada de increíbles frameworks de big data, recursos y otras maravillas.
Redpanda es una plataforma de datos en streaming para desarrolladores. Compatible con la API de Kafka. 10 veces más rápido. ¡Sin ZooKeeper! ¡Sin JVM!
Una lista seleccionada de recursos impresionantes sobre diseño de sistemas (también conocido como sistemas distribuidos).
Plataforma de streaming de eventos para IA agentiva. Ingestión, transformación y servicio continuos de flujos de eventos en tiempo real, a escala.
Procesador rápido y ligero de registros, métricas y trazas para Linux, BSD, OSX y Windows
Hazelcast es una plataforma unificada de datos en tiempo real que combina el procesamiento de flujos con un almacén de datos rápido, permitiendo a los clientes actuar instantáneamente sobre los datos en movimiento para obtener insights en tiempo real.
La capa de datos en vivo para aplicaciones y agentes de IA. Crea vistas actualizadas al segundo de tu negocio, solo con SQL.
La plataforma de envío de mensajes🔥 envía notificaciones como [Correo electrónico][SMS][Cuentas Oficiales de WeChat][Mini Programas de WeChat][WeChat Corporativo][DingTalk].
Framework asíncrono de Python para servicios orientados a eventos. Un cliente ligero para Kafka, RabbitMQ, NATS, Redis y MQTT con acceso completo a las funciones nativas del broker, además de documentación AsyncAPI, pruebas en memoria y observabilidad listas para usar.
🦀 Procesamiento de flujos de eventos para desarrolladores para recopilar y transformar datos en movimiento y potenciar aplicaciones intensivas en datos responsivas.
Danfo.js es una biblioteca de JavaScript de código abierto que proporciona estructuras de datos de alto rendimiento, intuitivas y fáciles de usar para manipular y procesar datos estructurados.
Implementación incompleta de cliente y servidor Redis usando Tokio - solo para fines de aprendizaje
Una herramienta rápida, sencilla y rentable para replicar datos de Postgres a almacenes de datos, colas y almacenamiento
una lista curada de excelentes frameworks, aplicaciones, etc. de streaming
Plataforma nativa de Kubernetes para ejecutar trabajos masivamente paralelos de datos/streaming
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.
jOOλ - Las partes que faltan en Java 8 jOOλ mejora las bibliotecas del JDK en áreas donde el enfoque del Grupo de Expertos estaba en otra parte. Agrega soporte para tuplas, soporte para funciones y mucha funcionalidad adicional en torno a los Streams secuenciales. Los principales esfuerzos del JDK 8 (métodos predeterminados, lambdas y la API de Stream) se centraron en mantener la compatibilidad con versiones anteriores e implementar una API funcional para el paralelismo.
La biblioteca de programación reactiva funcional, modular, minimalista pero potente, en JavaScript.
Preguntas frecuentes
¿Cuál es el repositorio de #stream-processing más popular en GitHub?
El proyecto de código abierto de #stream-processing 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.
¿Qué lenguajes de programación se utilizan más en los repositorios de #stream-processing?
Entre los proyectos de #stream-processing mejor posicionados en GitHub, los lenguajes de programación más comunes son Rust, Python, Java, JavaScript.
¿Cómo se calcula la clasificación de los repositorios de #stream-processing?
Seguimos 97 repositorios activos de código abierto etiquetados con #stream-processing (500+ estrellas), que suman un total de 414,395 estrellas, con una media de 4,272 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.