#data-integration Dépôts
Découvrez 57 dépôts GitHub open source actifs associés à #data-integration, cumulant 259,956 étoiles au total (soit une moyenne de 4,560 étoiles par projet). Le projet en tête de ce thème est apache/airflow, avec 47,583 étoiles.
57 dépôts au total
Apache Airflow - Une plateforme pour créer, planifier et surveiller des workflows de manière programmatique
Mouvement de données open-source pour les pipelines ELT et les agents IA — des API, bases de données et fichiers vers les entrepôts de données, lacs de données et applications IA. Auto-hébergé et Cloud.
Transforme les données et les algorithmes d'IA en applications web prêtes pour la production en un rien de temps.
Une plateforme d'orchestration pour le développement, la production et l'observation des actifs de données.
SeaTunnel est un outil d'intégration de données massives, multimodal, haute performance et distribué.
🧙 Créez, exécutez et gérez des pipelines de données pour l'intégration et la transformation des données.
Pipelines de données pour la configuration du cloud et les données de sécurité. Créez des solutions d'inventaire des actifs cloud, de CSPM, de FinOps et de gestion des vulnérabilités. Extraction à partir d'AWS, Azure, GCP et de plus de 70 sources cloud et SaaS.
Page de visualisation intégrée DataX : sélectionnez une source de données pour générer des tâches de synchronisation de données en un seul clic. Prend en charge des sources de données telles que RDBMS, Hive, HBase, ClickHouse, MongoDB, etc. Création par lots de tâches de synchronisation de données RDBMS, intégration d'un système de planification open source, support pour le traitement distribué, la synchronisation incrémentielle de données, la visualisation en temps réel des journaux d'exécution, la surveillance des ressources de l'exécuteur, l'arrêt des processus en cours (KILL), le chiffrement des informations des sources de données, etc.
🦀 Traitement de flux d'événements pour les développeurs afin de collecter et transformer les données en mouvement pour alimenter des applications intensives en données réactives.
Jitsu est une alternative open-source à Segment. Moteur d'ingestion de données entièrement scriptable pour les équipes de données modernes. Configurez un pipeline de données en temps réel en quelques minutes, pas en jours
Alternative à Segment axée sur la confidentialité et la sécurité, en Golang et React
ingestr est un outil CLI pour copier des données entre n'importe quelle base de données avec une seule commande, de manière transparente.
Liste communautaire de paquets logiciels et de ressources de données pour l'analyse single-cell, incluant RNA-seq, ATAC-seq, etc.
Apache DevLake est une plateforme open-source de données de développement pour ingérer, analyser et visualiser les données fragmentées provenant des outils DevOps, en extrayant des informations pour l'excellence en ingénierie, l'expérience des développeurs et la croissance de la communauté.
Connectez les données de votre entreprise, laissez un agent élaborer une ontologie à partir de celles-ci, puis chargez-la dans HelixDB sous forme d’un graphe unique que vous pourrez explorer et interroger. Disponible sur foundry.helix-db.com ou à exécuter sur votre propre machine.
:elephant: Elasticsearch recherche et analyse en temps réel intégrées nativement avec Hadoop
ETL/ELT open source que vous déployez sur vos propres serveurs ou dans le cloud. Construit sur DuckDB : pipelines visuels no-code/low-code ou SQL, 446 composants, dbt, CDC, qualité des données, ETL inversé, lignage et MCP pour les agents IA. Aucun cloud fournisseur, aucune facturation par ligne.
Ce dépôt stocke les configurations de flux de travail N8N partagées sur ma chaîne YouTube. Les utilisateurs peuvent télécharger directement les fichiers JSON et les importer dans N8N pour les utiliser.
Successeur d’Alibaba DataX activement maintenu : un outil ETL open source, rapide et polyvalent, compatible avec plus de 30 sources de données RDBMS et NoSQL.
Dropbase aide les développeurs à créer et prototyper des applications web plus rapidement grâce à l'IA. Dropbase est local-first et auto-hébergé.
Tutoriels et articles perspicaces sur les graphes de connaissance
🌊 Synchronisez en continu les systèmes où vos données résident avec les systèmes où vous _souhaitez_ qu'elles résident, en gérant vos flux de données avec Estuary. 🌊
qData est une plateforme de données open source légère, complète et native de l’IA. Elle couvre l’intégration, le développement, la modélisation et la gouvernance des données, ainsi que les actifs et les services d’API, avec un déploiement auto-hébergé, une mise à l’échelle flexible et un usage commercial.
SeaTunnel est une plateforme d'intégration de données distribuée et haute performance pour la synchronisation et la transformation de données massives (hors ligne et en temps réel).
Plateforme de réplication de base de données qui exploite la capture de données modifiées. Diffusez les données de production des bases de données vers votre entrepôt de données (Snowflake, BigQuery, Redshift, Databricks) en temps réel.
Liste de papiers continuellement mise à jour sur les avancées en Data Agents. Repo compagnon de notre article « A Survey of Data Agents : Emerging Paradigm or Overstated Hype ? »
NicheNet : prédire les liens ligand-cible actifs entre cellules interagissantes
Intégration rapide, sensible et précise des données de cellules uniques avec Harmony
Conduit transfère des données entre les magasins de données. Remplacement de Kafka Connect. Aucune JVM requise.
Le SDK de Fédération de Requêtes Amazon Athena vous permet de personnaliser Amazon Athena avec vos propres sources de données et votre code.
Bibliothèque Python pour entraîner des réseaux neuronaux avec un fort accent sur les applications hydrologiques.
Ce tutoriel explique étape par étape comment connecter vos données à la bibliothèque de graphiques
Foire aux questions
Quel est le dépôt #data-integration le plus populaire sur GitHub ?
Le projet #data-integration open source le mieux classé sur GitHub est apache/airflow, avec 47,583 étoiles. Apache Airflow - Une plateforme pour créer, planifier et surveiller des workflows de manière programmatique
Quels langages de programmation sont les plus utilisés dans les dépôts #data-integration ?
Parmi les projets #data-integration les mieux classés sur GitHub, les langages de programmation les plus courants sont Java, Python, Go, Rust.
Comment le classement des dépôts #data-integration est-il calculé ?
Nous suivons 57 dépôts open source actifs associés à #data-integration (500+ étoiles), totalisant 259,956 étoiles, avec une moyenne de 4,560 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.