Git Stars Git Stars

#data-ingestion Dépôts

Découvrez 33 dépôts GitHub open source actifs associés à #data-ingestion, cumulant 66,183 étoiles au total (soit une moyenne de 2,005 étoiles par projet). Le projet en tête de ce thème est apache/seatunnel, avec 9,821 étoiles.

33
Total des Dépôts
66,183
Nombre total d'étoiles
2,005
Moyenne d'Étoiles/Dépôt
1
apache/seatunnel

SeaTunnel est un outil d'intégration de données massives, multimodal, haute performance et distribué.

apache
⭐ 9,821 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2017-08-05
2
weaviate/Verba

Chatbot Retrieval Augmented Generation (RAG) alimenté par Weaviate

weaviate
⭐ 7,716 Python 👤 weaviate Organization 🕐 Mis à jour 2026-05-11 📅 Créé 2023-07-28
3
DataTalksClub/llm-zoomcamp

LLM Zoomcamp - un cours en ligne gratuit sur les applications réelles des LLM. En 10 semaines, vous apprendrez à créer un système d'IA qui répond aux questions sur votre base de connaissances. Inscrivez-vous ici 👇🏼

DataTalksClub
⭐ 7,715 Jupyter Notebook 👤 DataTalksClub Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2024-03-26
4
bruin-data/ingestr

ingestr est un outil CLI pour copier des données entre n'importe quelle base de données avec une seule commande, de manière transparente.

bruin-data
⭐ 4,049 Go 👤 bruin-data Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-02-12
5
apache/paimon

Apache Paimon est un format de lac qui permet de construire une architecture Realtime Lakehouse avec Flink et Spark pour les opérations de streaming et de traitement par lots.

apache
⭐ 3,454 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2022-01-12
6
elixir-broadway/broadway

Ingestion et traitement de données concurrentiels et multi-étapes avec Elixir

elixir-broadway
⭐ 2,694 Elixir 👤 elixir-broadway Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2018-11-05
8
datazip-inc/olake-go

OLake Go : réplication open source depuis des bases de données, Kafka et S3 vers Apache Iceberg et Parquet. Sources : Postgres, MySQL, MongoDB, Oracle, MSSQL, DB2, Kafka, S3. Anciennement datazip-inc/olake. La maintenance des tables se trouve dans datazip-inc/olake-fusion.

datazip-inc
⭐ 2,166 Go 👤 datazip-inc Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-10-15
9
pravega/pravega

Pravega - Le streaming comme nouvelle primitive de stockage définie par logiciel

pravega
⭐ 2,003 Java 👤 pravega Organization 🕐 Mis à jour 2025-03-02 📅 Créé 2016-07-11
10
bruin-data/bruin

Créez des pipelines de données avec SQL et Python, ingérez des données provenant de différentes sources, ajoutez des contrôles de qualité et construisez des flux de bout en bout.

bruin-data
⭐ 1,816 Go 👤 bruin-data Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-08-03
11
fossasia/eventyay-bitpay

Intégration Bitpay pour eventyay

fossasia
⭐ 1,520 Python 👤 fossasia Organization 🕐 Mis à jour 2026-09-29 📅 Créé 2016-07-29
12
mafintosh/csv-parser

Analyseur CSV en streaming inspiré par binary-csv qui vise à être plus rapide que tous les autres

mafintosh
⭐ 1,503 JavaScript 👤 mafintosh User 🕐 Mis à jour 2026-05-07 📅 Créé 2014-05-16
13
ideal-postcodes/postcodes.io

API de codes postaux et de géolocalisation du Royaume-Uni, fournissant des données ouvertes

ideal-postcodes
⭐ 1,419 HTML 👤 ideal-postcodes Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2014-01-17
14
mps-youtube/pafy

Bibliothèque Python pour télécharger du contenu YouTube et récupérer les métadonnées

mps-youtube
⭐ 1,403 Python 👤 mps-youtube Organization 🕐 Mis à jour 2024-04-29 📅 Créé 2013-06-24
16
scrapinghub/frontera

Une frontière évolutive pour les robots d'exploration web

scrapinghub
⭐ 1,329 Python 👤 scrapinghub Organization 🕐 Mis à jour 2025-06-06 📅 Créé 2014-11-22
⭐ 1,274 👤 a16z-infra Organization 🕐 Mis à jour 2024-07-26 📅 Créé 2023-07-27
18
influxdata/influxdb-java

Client Java pour InfluxDB

influxdata
⭐ 1,195 Java 👤 influxdata Organization 🕐 Mis à jour 2026-03-01 📅 Créé 2014-04-30
19
iam-veeramalla/shell-scripting-projects

Projets de script shell. L'objectif est de simuler des projets réels autant que possible.

iam-veeramalla
⭐ 1,155 Shell 👤 iam-veeramalla User 🕐 Mis à jour 2024-08-17 📅 Créé 2023-04-14
20
elastic/ecs

Schéma Commun Elastic

elastic
⭐ 1,125 Python 👤 elastic Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2018-05-24
21
julianpoy/RecipeSage

Un gardien de recettes collaboratif, planificateur de repas et organisateur de listes de courses en forme PWA.

julianpoy
⭐ 1,009 TypeScript 👤 julianpoy User 🕐 Mis à jour 2026-11-20 📅 Créé 2019-01-07
23
uniVocity/univocity-parsers

uniVocity-parsers est une suite d'analyseurs extrêmement rapides et fiables pour Java. Il fournit une interface cohérente pour la gestion de différents formats de fichiers et un cadre solide pour le développement de nouveaux analyseurs.

uniVocity
⭐ 931 Java 👤 uniVocity Organization 🕐 Mis à jour 2024-08-17 📅 Créé 2014-07-12
25
sdan/vlite

la base de données vectorielle la plus rapide construite en numpy

sdan
⭐ 763 Python 👤 sdan User 🕐 Mis à jour 2026-09-22 📅 Créé 2023-06-26
26
CrunchyData/pg_parquet

Copie de/vers Parquet dans S3, Azure Blob Storage, Google Cloud Storage, stockages http(s), fichiers locaux ou flux d'entrée/sortie standard depuis PostgreSQL

CrunchyData
⭐ 696 Rust 👤 CrunchyData Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2024-09-04
27
awslabs/aws-lambda-redshift-loader

Chargeur de base de données Amazon Redshift implémenté dans AWS Lambda

awslabs
⭐ 596 JavaScript 👤 awslabs Organization 🕐 Mis à jour 2024-07-16 📅 Créé 2015-03-05
28
coddingtonbear/inthe.am

Accédez à vos tâches Taskwarrior depuis n'importe quel navigateur n'importe où

coddingtonbear
⭐ 593 Python 👤 coddingtonbear User 🕐 Mis à jour 2024-01-03 📅 Créé 2013-12-30
29
ankushshah89/python-docx2txt

Un utilitaire basé sur Python pur pour extraire du texte et des images des fichiers docx.

ankushshah89
⭐ 584 Python 👤 ankushshah89 User 🕐 Mis à jour 2025-03-24 📅 Créé 2015-10-28
30
Datomic/codeq

Crée des bases de données Datomic à partir de dépôts Git

Datomic
⭐ 556 Clojure 👤 Datomic Organization 🕐 Mis à jour 2026-06-18 📅 Créé 2012-09-28
31
kevinlawler/kerf1

Kerf (Kerf1) est une base de données tick colonnaire et un langage de séries temporelles pour Linux/OSX/BSD/iOS/Android. Il est écrit en C et parle nativement JSON et SQL. Kerf peut être utilisé pour les plateformes de trading, les feedhandlers, les réseaux à faible latence, l'analyse à haut volume de données en temps réel et historiques, le traitement de fichiers journaux, et plus encore.

kevinlawler
⭐ 548 C 👤 kevinlawler User 🕐 Mis à jour 2024-09-03 📅 Créé 2015-04-08
32
unbody-io/unbody

Le Supabase de l'ère IA. Un backend modulable et open-source pour construire des logiciels natifs IA — conçu pour la connaissance, pas pour les données statiques.

unbody-io
⭐ 525 TypeScript 👤 unbody-io Organization 🕐 Mis à jour 2026-04-14 📅 Créé 2025-04-02
33
joshstevens19/reth-indexer

reth-indexer lit directement à partir de la base de données reth et indexe les données dans des bases de données / magasins de données traditionnels et alternatifs (postgres, GCP bigquery, etc.) entièrement décodés avec un simple fichier de configuration et sans configuration supplémentaire, tout en exposant une API prête à interroger les données.

joshstevens19
⭐ 506 Rust 👤 joshstevens19 User 🕐 Mis à jour 2024-01-11 📅 Créé 2023-07-04

Foire aux questions

1

Quel est le dépôt #data-ingestion le plus populaire sur GitHub ?

Le projet #data-ingestion open source le mieux classé sur GitHub est apache/seatunnel, avec 9,821 étoiles. SeaTunnel est un outil d'intégration de données massives, multimodal, haute performance et distribué.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #data-ingestion ?

Parmi les projets #data-ingestion les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Java, Go, TypeScript.

3

Comment le classement des dépôts #data-ingestion est-il calculé ?

Nous suivons 33 dépôts open source actifs associés à #data-ingestion (500+ étoiles), totalisant 66,183 étoiles, avec une moyenne de 2,005 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.