Git Stars Git Stars

#data-pipeline Repository

Scopri 67 repository GitHub open source attivi contrassegnati con #data-pipeline, che raccolgono un totale di 219,024 stelle (con una media di 3,269 stelle per progetto). Il progetto leader di questo argomento è xai-org/x-algorithm, con 34,361 stelle.

67
Totale Repository
219,024
Totale stelle
3,269
Media Stelle/Repo

67 repository in totale

1
xai-org/x-algorithm

Algoritmo che alimenta il feed 'For You' su X

xai-org
⭐ 34,361 Rust 👤 xai-org Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2026-01-19
2
airbytehq/airbyte

Movimento di dati open-source per pipeline ELT e agenti AI — da API, database e file a data warehouse, data lake e applicazioni AI. Sia self-hosted che Cloud.

airbytehq
⭐ 22,426 Python 👤 airbytehq Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-07-27
3
apache/shardingsphere

Potenziamento dell'Intelligenza dei Dati con SQL Distribuito per Sharding, Scalabilità e Sicurezza in Tutti i Database.

apache
⭐ 20,832 Java 👤 apache Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2016-01-18
4
debezium/debezium

Change data capture per una varietà di database. Si prega di segnalare i problemi su https://github.com/debezium/dbz/issues.

debezium
⭐ 13,366 Java 👤 debezium Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2016-01-22
5
pentaho/pentaho-kettle

Pentaho Data Integration (ETL) conosciuto anche come Kettle

pentaho
⭐ 8,419 Java 👤 pentaho Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2013-10-08
6
meirwah/awesome-workflow-engines

Una lista curata di eccellenti motori di workflow open source

meirwah
⭐ 7,967 👤 meirwah User 🕐 Aggiornato 2026-10-11 📅 Creato 2015-05-20
7
datajuicer/data-juicer

Elaborazione dati per e con modelli di base! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2023-08-01
8
snowplow/snowplow

Il leader nell'Infrastruttura dei Dati del Cliente

snowplow
⭐ 7,052 Scala 👤 snowplow Organization 🕐 Aggiornato 2026-10-19 📅 Creato 2012-03-01
9
apache/flink-cdc

Flink CDC è uno strumento di integrazione dati in streaming

apache
⭐ 6,495 Java 👤 apache Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2020-07-27
10
clidey/whodb

Dove l'accesso ai dati incontra l'intelligenza operativa

clidey
⭐ 5,065 Go 👤 clidey Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-06-11
11
togethercomputer/RedPajama-Data

Il repository RedPajama-Data contiene codice per la preparazione di grandi set di dati per l'addestramento di modelli linguistici di grandi dimensioni.

togethercomputer
⭐ 4,997 Python 👤 togethercomputer Organization 🕐 Aggiornato 2026-06-03 📅 Creato 2023-04-14
12
dagucloud/dagu

Orchestratore di workflow self-hostable per team il cui lavoro principale non è l’orchestrazione. YAML dichiarativo per gestire script, comandi SSH, container, ecc.; mantieni i workflow separati dalla logica di business. Un singolo binario, nessun database, funziona con risorse hardware limitate. Un’alternativa ad Airflow, Cron e agli scheduler di job.

dagucloud
⭐ 4,642 Go 👤 dagucloud Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2022-04-22
13
rudderlabs/rudder-server

Alternativa a Segment focalizzata su Privacy e Sicurezza, in Golang e React

rudderlabs
⭐ 4,520 Go 👤 rudderlabs Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2019-07-19
14
bruin-data/ingestr

ingestr è uno strumento CLI per copiare dati tra qualsiasi database con un singolo comando in modo fluido.

bruin-data
⭐ 4,049 Go 👤 bruin-data Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-02-12
15
adilkhash/Data-Engineering-HowTo

Un elenco di risorse utili per imparare Data Engineering da zero

adilkhash
⭐ 4,049 👤 adilkhash User 🕐 Aggiornato 2026-10-30 📅 Creato 2019-03-28
16
superlinked/sie

Server di inferenza open source e cluster di produzione per tutti i modelli di cui il tuo agente ha bisogno.

superlinked
⭐ 3,534 Python 👤 superlinked Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2023-11-07
17
superstreamlabs/memphis

Memphis.dev è una piattaforma di data streaming altamente scalabile e senza sforzo

superstreamlabs
⭐ 3,442 Go 👤 superstreamlabs Organization 🕐 Aggiornato 2026-03-02 📅 Creato 2022-02-01
18
whylabs/whylogs

Una libreria open-source per la registrazione dei dati per modelli di machine learning e pipeline di dati. 📚 Fornisce visibilità sulla qualità dei dati e sulle prestazioni del modello nel tempo. 🛡️ Supporta la raccolta dati che preserva la privacy, garantendo sicurezza e robustezza. 📈

whylabs
⭐ 2,819 Jupyter Notebook 👤 whylabs Organization 🕐 Aggiornato 2025-01-10 📅 Creato 2020-08-14
19
unitedstates/congress-legislators

Membri del Congresso degli Stati Uniti, 1789-Oggi, in YAML/JSON/CSV, nonché comitati, presidenti e vicepresidente.

unitedstates
⭐ 2,473 Python 👤 unitedstates Organization 🕐 Aggiornato 2026-11-15 📅 Creato 2012-09-27
20
elementary-data/elementary

La soluzione di data observability nativa per dbt per ingegneri di dati e analytics. Monitora le tue pipeline di dati in pochi minuti. Disponibile come servizio self-hosted o cloud con funzionalità premium.

elementary-data
⭐ 2,435 HTML 👤 elementary-data Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2021-08-30
21
iliane5/meridian

Meridian taglia il rumore delle notizie analizzando storie con IA e fornendo brevi briefing giornalieri personalizzati.

iliane5
⭐ 2,415 TypeScript 👤 iliane5 User 🕐 Aggiornato 2025-05-30 📅 Creato 2025-03-06
22
warproxxx/poly_data

Retriever di dati Polymarket che recupera, elabora e struttura i dati Polymarket inclusi mercati, eventi di ordini e scambi.

warproxxx
⭐ 2,353 Python 👤 warproxxx User 🕐 Aggiornato 2026-09-08 📅 Creato 2025-10-03
23
reugn/go-streams

Una libreria leggera per l'elaborazione di stream per Go

reugn
⭐ 2,178 Go 👤 reugn User 🕐 Aggiornato 2026-01-14 📅 Creato 2019-04-30
24
datazip-inc/olake-go

OLake Go: replica open source da database, Kafka e S3 ad Apache Iceberg e Parquet. Origini: Postgres, MySQL, MongoDB, Oracle, MSSQL, DB2, Kafka, S3. In precedenza datazip-inc/olake. La manutenzione delle tabelle è disponibile in datazip-inc/olake-fusion.

datazip-inc
⭐ 2,166 Go 👤 datazip-inc Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-10-15
25
oficcejo/aiagents-stock

Sistema composito di analisi team azionario con agenti intelligenti AI multipli per monitoraggio order book, basato su più agenti AI, simula il processo di analisi di un team di analisti finanziari, fornendo analisi completa degli investimenti azionari e suggerimenti decisionali. Nuovo: analisi di tracciamento lista draghi-tigri capitali caldi, analisi rotazione allerta settoriale, supporta analisi batch multi-thread, monitoraggio real-time punti chiave, invio avvisi, interfaccia miniqmt riservata, supporta trading quantitativo, realizza veramente 'AI fa trading azionario per te', adatto per azioni A Cina continentale. Per sito test sotto, inserire chiave temporanea deepseek, eliminare dopo test per evitare rischio fughe. Nota: Accesso eccessivo servizio cloud test può causare rifiuto sorgente dati. Per uso, deploy locale.

oficcejo
⭐ 2,101 Python 👤 oficcejo User 🕐 Aggiornato 2026-10-10 📅 Creato 2025-10-03
26
pydoit/doit

Strumento CLI per la gestione delle attività e l'automazione

pydoit
⭐ 2,098 Python 👤 pydoit Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2014-02-14
27
Multiwoven/multiwoven

🔥🔥🔥 Reverse ETL open source - alternativa a Hightouch e Census.

Multiwoven
⭐ 1,685 Ruby 👤 Multiwoven Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2023-10-20
28
bazaarvoice/jolt

Libreria di trasformazione da JSON a JSON scritta in Java.

bazaarvoice
⭐ 1,674 Java 👤 bazaarvoice Organization 🕐 Aggiornato 2026-10-28 📅 Creato 2013-02-15
29
tanjiti/sec_profile

Crawla secwiki e xuanwu.github.io/sec.today, analizza siti di informazioni di sicurezza, tendenze di sicurezza, estrai account di lavoratori della sicurezza (twitter, weixin, github ecc.)

tanjiti
⭐ 1,640 HTML 👤 tanjiti User 🕐 Aggiornato 2026-11-21 📅 Creato 2019-02-19
30
slothflowlabs/duckle

ETL/ELT open source da implementare sui propri server o nel cloud. Basato su DuckDB: pipeline visive no-code/low-code o SQL, 446 componenti, dbt, CDC, qualità dei dati, reverse ETL, lineage e MCP per agenti IA. Nessun cloud del fornitore, nessuna fatturazione per riga.

slothflowlabs
⭐ 1,558 Rust 👤 slothflowlabs Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2026-05-21
31
xitongsys/parquet-go

Libreria pura Golang per la lettura/scrittura di file Parquet

xitongsys
⭐ 1,432 Go 👤 xitongsys User 🕐 Aggiornato 2026-05-08 📅 Creato 2017-09-02
32
GoogleCloudPlatform/data-science-on-gcp

Codice sorgente che accompagna il libro: Data Science su Google Cloud Platform, Valliappa Lakshmanan, O'Reilly 2017

GoogleCloudPlatform
⭐ 1,432 Jupyter Notebook 👤 GoogleCloudPlatform Organization 🕐 Aggiornato 2026-02-20 📅 Creato 2017-02-10
33
weifuwan/seatunnel-web

Rendere Apache SeaTunnel più facile da usare.

weifuwan
⭐ 1,406 TypeScript 👤 weifuwan User 🕐 Aggiornato 2026-07-16 📅 Creato 2026-02-10
34
kkangert/kspider

Kspider è una piattaforma di scraping che consente di definire flussi di scraping graficamente, consentendo l'implementazione di un flusso di scraping senza codice. Kspider non si limita allo scraping web, ma può anche essere utilizzato per test di automazione WEB. Altre funzionalità ti aspettano per essere esplorate.

kkangert
⭐ 1,285 Java 👤 kkangert User 🕐 Aggiornato 2024-08-19 📅 Creato 2024-07-07
35
DataWithBaraa/sql-data-warehouse-project

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.

DataWithBaraa
⭐ 1,089 TSQL 👤 DataWithBaraa User 🕐 Aggiornato 2026-11-06 📅 Creato 2024-12-30
36
authorjapps/zerocode

zerocode-tdd è un framework gratuito e open source per il testing automatizzato, sviluppato dalla community e orientato ai risultati, per pipeline di dati, ETL, API REST, Kafka (flussi di dati), database e scenari di carico, il tutto definito in semplici file JSON o YAML, senza scrivere codice.

authorjapps
⭐ 1,017 Java 👤 authorjapps User 🕐 Aggiornato 2026-11-12 📅 Creato 2016-07-05
37
estuary/flow

🌊 Sincronizza continuamente i sistemi in cui risiedono i tuoi dati con i sistemi in cui _vuoi_ che risiedano, gestendo i tuoi flussi di dati con Estuary. 🌊

estuary
⭐ 995 Rust 👤 estuary Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-02-13
38
qiantongtech/qData

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.

qiantongtech
⭐ 950 Java 👤 qiantongtech Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-05-17
39
apache/seatunnel-web

SeaTunnel è una piattaforma di integrazione dati distribuita e ad alte prestazioni per la sincronizzazione e la trasformazione di dati massivi (offline e in tempo reale).

apache
⭐ 888 Java 👤 apache Organization 🕐 Aggiornato 2026-01-22 📅 Creato 2022-09-26
40
AgnostiqHQ/covalent

Strumento Pythonic per orchestrare workflow di machine learning/high performance/quantum computing in ambienti di calcolo eterogenei.

AgnostiqHQ
⭐ 869 Python 👤 AgnostiqHQ Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2021-11-03
41
spotify/klio

Pipeline di dati più intelligenti per l'audio.

spotify
⭐ 866 Python 👤 spotify Organization 🕐 Aggiornato 2024-01-10 📅 Creato 2020-08-07
42
censusreporter/censusreporter

Census Reporter è un progetto finanziato dal Knight News Challenge per rendere più facile ai giornalisti scrivere storie utilizzando informazioni dall'U.S. Census Bureau.

censusreporter
⭐ 846 HTML 👤 censusreporter Organization 🕐 Aggiornato 2026-10-26 📅 Creato 2013-05-20
43
ssp-data/practical-data-engineering

Data Engineering pratico: una guida pratica per progetti immobiliari

ssp-data
⭐ 833 Jupyter Notebook 👤 ssp-data Organization 🕐 Aggiornato 2026-06-25 📅 Creato 2020-11-18
44
justjavac/weibo-trending-hot-search

La classifica delle tendenze di Weibo registra le ricerche popolari su Weibo a partire dal 24 novembre 2020. I dati vengono acquisiti ogni ora e archiviati giornalmente.

justjavac
⭐ 804 TypeScript 👤 justjavac User 🕐 Aggiornato 2026-11-21 📅 Creato 2020-11-24
45
tidymodels/infer

Un pacchetto R per l'inferenza statistica compatibile con tidyverse

tidymodels
⭐ 796 R 👤 tidymodels Organization 🕐 Aggiornato 2026-04-13 📅 Creato 2017-06-05
46
geolonia/japanese-addresses

Open data di indirizzi a livello di quartiere (277.191 voci) a livello nazionale

geolonia
⭐ 774 JavaScript 👤 geolonia Organization 🕐 Aggiornato 2026-08-05 📅 Creato 2020-07-12
47
hudl/statsbombpy

Trasmetti facilmente i dati StatsBomb in Python

hudl
⭐ 758 Python 👤 hudl Organization 🕐 Aggiornato 2026-10-20 📅 Creato 2020-01-08
48
CZ-NIC/pz

Gestisci facilmente le operazioni CLI quotidiane tramite Python invece dei normali programmi Bash. 🇺🇦 #supporting

CZ-NIC
⭐ 732 Python 👤 CZ-NIC Organization 🕐 Aggiornato 2025-11-24 📅 Creato 2020-11-25
49
karpathy/hn-time-capsule

Analisi retrospettiva con LLM delle discussioni di Hacker News risalenti a un decennio fa

karpathy
⭐ 693 Python 👤 karpathy User 🕐 Aggiornato 2025-12-10 📅 Creato 2025-12-10
50
azmatt/chasing_your_tail

Strumento per utilizzare segnali wireless per verificare se si viene seguiti.

azmatt
⭐ 691 Python 👤 azmatt User 🕐 Aggiornato 2025-02-18 📅 Creato 2022-01-01

Domande frequenti

1

Qual è il repository #data-pipeline più popolare su GitHub?

Il progetto open source #data-pipeline più alto in classifica su GitHub è xai-org/x-algorithm, con 34,361 stelle. Algoritmo che alimenta il feed 'For You' su X

2

Quali linguaggi di programmazione sono più utilizzati nei repository #data-pipeline?

Tra i progetti #data-pipeline più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Java, Go, Rust.

3

Come viene calcolata la classifica dei repository #data-pipeline?

Monitoriamo 67 repository open source attivi contrassegnati con #data-pipeline (500+ stelle), per un totale di 219,024 stelle e una media di 3,269 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.