#stream-processing Dépôts
Découvrez 97 dépôts GitHub open source actifs associés à #stream-processing, cumulant 414,395 étoiles au total (soit une moyenne de 4,272 étoiles par projet). Le projet en tête de ce thème est pathwaycom/pathway, avec 61,976 étoiles.
97 dépôts au total
Framework ETL Python pour le traitement de flux, l'analyse en temps réel, les pipelines LLM et le RAG.
Solutions ML multiplateformes et personnalisables pour les médias en direct et en streaming.
QuestDB est une base de données de séries temporelles open-source haute performance
Blog d'apprentissage Flink. http://www.54tianzhisheng.cn/ Contient du contenu sur l'introduction à Flink, les concepts, les principes, la pratique, l'optimisation des performances, l'analyse du code source, etc. Implique des cas d'apprentissage sur Flink Connector, Metrics, Library, DataStream API, Table API & SQL, etc., et le partage de cas de grands projets pour les applications Flink en production (PVUV, stockage de logs, déduplication en temps réel de milliards de données, alertes de surveillance). Bienvenue à tous pour soutenir ma colonne «Moteur de Calcul en Temps Réel pour Big Data Flink : Pratique et Optimisation des Performances».
Une liste organisée d'incroyables frameworks big data, de ressources et d'autres choses géniales.
Redpanda est une plateforme de données en streaming pour les développeurs. Compatible avec l'API Kafka. 10x plus rapide. Pas de ZooKeeper. Pas de JVM!
Une liste organisée de ressources géniales sur la conception de systèmes (également appelée systèmes distribués).
Construire des applications pilotées par événements de manière simple en Go.
Plateforme de streaming d'événements pour l'IA agentique. Ingestez, transformez et servez en continu les flux d'événements en temps réel, à grande échelle.
Processeur rapide et léger pour logs, métriques et traces pour Linux, BSD, OSX et Windows
Hazelcast est une plateforme unifiée de données en temps réel combinant le traitement de flux avec un magasin de données rapide, permettant aux clients d'agir instantanément sur les données en mouvement pour des insights en temps réel.
La couche de données en direct pour applications et agents d'IA. Créez des vues instantanées de votre activité, uniquement avec SQL.
Plateforme de push de messages🔥 envoie des notifications telles que [E-mail][SMS][Comptes Officiels WeChat][Mini Programmes WeChat][WeChat d'Entreprise][DingTalk].
Framework Python asynchrone pour les services événementiels. Un client léger pour Kafka, RabbitMQ, NATS, Redis et MQTT avec un accès complet aux fonctionnalités natives des brokers, ainsi que la documentation AsyncAPI, des tests en mémoire et une observabilité clés en main.
🦀 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.
Danfo.js est une bibliothèque JavaScript open source offrant des structures de données performantes, intuitives et faciles à utiliser pour manipuler et traiter des données structurées.
Implémentation incomplète du client et du serveur Redis utilisant Tokio - à des fins d'apprentissage uniquement
Une implémentation modulaire du dataflow en temps opportun dans Rust
Un outil rapide, simple et économique pour répliquer des données de Postgres vers des entrepôts de données, des files d'attente et des stockages
une liste organisée d'excellents frameworks, applications, etc. de streaming
Plateforme native Kubernetes pour exécuter des tâches de données/streaming massivement parallèles
Le moteur SQL de streaming unifié le plus rapide, dans un seul binaire C++. ⚡ Latence de l’ordre de la milliseconde. Débit supérieur à 100 Go/s. Calcule en continu un contexte avec état à partir de flux, de journaux, de métriques, d’événements et de CDC.
jOOλ - Les parties manquantes dans Java 8 jOOλ améliore les bibliothèques JDK dans les domaines où l'attention du groupe d'experts était ailleurs. Il ajoute le support des tuples, le support des fonctions et de nombreuses fonctionnalités supplémentaires autour des flux séquentiels. Les principaux efforts du JDK 8 (méthodes par défaut, lambdas et l'API Stream) se sont concentrés sur le maintien de la compatibilité descendante et la mise en œuvre d'une API fonctionnelle pour le parallélisme.
🦭 Moteur de streaming de journaux distribué, conçu à partir des principes fondamentaux.
La bibliothèque de programmation réactive fonctionnelle, modulaire, minimaliste mais puissante en JavaScript.
Foire aux questions
Quel est le dépôt #stream-processing le plus populaire sur GitHub ?
Le projet #stream-processing open source le mieux classé sur GitHub est pathwaycom/pathway, avec 61,976 étoiles. Framework ETL Python pour le traitement de flux, l'analyse en temps réel, les pipelines LLM et le RAG.
Quels langages de programmation sont les plus utilisés dans les dépôts #stream-processing ?
Parmi les projets #stream-processing les mieux classés sur GitHub, les langages de programmation les plus courants sont Rust, Python, Java, JavaScript.
Comment le classement des dépôts #stream-processing est-il calculé ?
Nous suivons 97 dépôts open source actifs associés à #stream-processing (500+ étoiles), totalisant 414,395 étoiles, avec une moyenne de 4,272 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.