#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 dépôts au total
SeaTunnel est un outil d'intégration de données massives, multimodal, haute performance et distribué.
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 👇🏼
ingestr est un outil CLI pour copier des données entre n'importe quelle base de données avec une seule commande, de manière transparente.
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.
Ingestion et traitement de données concurrentiels et multi-étapes avec Elixir
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.
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.
Analyseur CSV en streaming inspiré par binary-csv qui vise à être plus rapide que tous les autres
API de codes postaux et de géolocalisation du Royaume-Uni, fournissant des données ouvertes
Bibliothèque Python pour télécharger du contenu YouTube et récupérer les métadonnées
Projets de script shell. L'objectif est de simuler des projets réels autant que possible.
Un gardien de recettes collaboratif, planificateur de repas et organisateur de listes de courses en forme PWA.
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.
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
Chargeur de base de données Amazon Redshift implémenté dans AWS Lambda
Accédez à vos tâches Taskwarrior depuis n'importe quel navigateur n'importe où
Un utilitaire basé sur Python pur pour extraire du texte et des images des fichiers docx.
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.
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.
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.
Foire aux questions
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.
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.
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.