#data-modeling Repository
Scopri 72 repository GitHub open source attivi contrassegnati con #data-modeling, che raccolgono un totale di 120,394 stelle (con una media di 1,672 stelle per progetto). Il progetto leader di questo argomento è dbt-labs/dbt, con 14,196 stelle.
72 repository in totale
dbt consente agli analisti e agli ingegneri dei dati di trasformare i loro dati utilizzando le stesse pratiche che gli ingegneri del software usano per creare applicazioni.
Azure Data SQL Samples - Repository ufficiale GitHub di Microsoft contenente esempi di codice per SQL Server, Azure SQL, Azure Synapse e Azure SQL Edge
SuperSonic è la piattaforma AI+BI di nuova generazione che unifica i paradigmi Chat BI (basato su LLM) e Headless BI (basato su semantic layer).
Il posto migliore per imparare il data engineering. Costruito e mantenuto dalla community di data engineering.
Costruisci pipeline di dati con SQL e Python, acquisisci dati da diverse origini, aggiungi controlli di qualità e crea flussi end-to-end.
Progetta schemi di database come diagrammi ER nel browser, in VS Code, negli IDE JetBrains o in Obsidian. Importa SQL, DBML e GraphQL, esporta DDL e codice e consenti agli agenti di programmazione di apportare modifiche in tempo reale tramite MCP.
moduli YANG da organizzazioni di standard come IETF, IEEE, Metro Ethernet Forum, open source come Open Daylight o moduli specifici del fornitore
Questo è un semplice database di grafi in SQLite, ispirato da "SQLite come database di documenti"
Un serializzatore JSON:API veloce per Ruby (fork di Netflix/fast_jsonapi)
Costruzione e visualizzazione di un grafo di conoscenza con Neo4j + Spring Boot + Vue + d3.js
Mappatura di oggetti e altro ancora, per Redis e Node.js. Scritto in TypeScript.
(ICLR 2025) TabM: Avanzamento del Deep Learning Tabellare con Ensembling Parametrico Efficiente
Crea un data warehouse in SQL Server a partire da due sistemi sorgente, un CRM e un ERP, passando per i livelli bronze, silver e gold. File e script del progetto completo gratuito.
🧞 Converti oggetti JSON in MySQL, JSON Schema, Mongoose, Google BigQuery, Swagger e altro ancora.
Questo repository contiene la versione di MySQL Workbench 8, ormai giunta a fine vita (EOL). Per il nuovo Workbench, vedere https://github.com/mysql/mysql-shell-plugins
qData è una piattaforma dati open source leggera, completa di funzionalità e nativa per l’IA. Copre l’integrazione, lo sviluppo, la modellazione e la governance dei dati, oltre agli asset e ai servizi API, con distribuzione self-hosted, scalabilità flessibile e uso commerciale.
:zap: Una raccolta di risorse e tutorial per progettare uno schema di database migliore.
DAX Studio è uno strumento per scrivere, eseguire e analizzare query DAX in Power BI Desktop, Power Pivot per Excel e Analysis Services Tabular.
Generatore Prisma 2+ per emettere schemi Zod dal tuo schema Prisma
ATTENZIONE: Questo repository è un clone di https://gitlab.structr.com/structr/structr. Tutti gli sviluppi e il tracciamento dei problemi sono stati trasferiti lì. | Structr è un ambiente di sviluppo e runtime low‑code integrato e open source che utilizza un database grafico (Neo4j).
Una libreria Elixir per definire struct con un tipo senza scrivere codice boilerplate.
GenSON è un generatore di schemi JSON potente e facile da usare, costruito in Python.
Domande frequenti
Qual è il repository #data-modeling più popolare su GitHub?
Il progetto open source #data-modeling più alto in classifica su GitHub è dbt-labs/dbt, con 14,196 stelle. dbt consente agli analisti e agli ingegneri dei dati di trasformare i loro dati utilizzando le stesse pratiche che gli ingegneri del software usano per creare applicazioni.
Quali linguaggi di programmazione sono più utilizzati nei repository #data-modeling?
Tra i progetti #data-modeling più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, PHP, Java.
Come viene calcolata la classifica dei repository #data-modeling?
Monitoriamo 72 repository open source attivi contrassegnati con #data-modeling (500+ stelle), per un totale di 120,394 stelle e una media di 1,672 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.