#stream-processing Repository
Scopri 97 repository GitHub open source attivi contrassegnati con #stream-processing, che raccolgono un totale di 414,395 stelle (con una media di 4,272 stelle per progetto). Il progetto leader di questo argomento è pathwaycom/pathway, con 61,976 stelle.
97 repository in totale
Framework ETL Python per l'elaborazione di stream, analisi in tempo reale, pipeline LLM e RAG.
Soluzioni ML multipiattaforma e personalizzabili per media live e in streaming.
Blog di apprendimento Flink. http://www.54tianzhisheng.cn/ Contiene contenuti su introduzione a Flink, concetti, principi, pratica, ottimizzazione delle prestazioni, analisi del codice sorgente, ecc. Coinvolge casi di studio su Flink Connector, Metrics, Library, DataStream API, Table API & SQL, ecc., e condivisione di casi di grandi progetti per applicazioni Flink in produzione (PVUV, archiviazione log, deduplicazione in tempo reale di miliardi di dati, allarmi di monitoraggio). Benvenuti tutti a supportare la mia rubrica «Motore di Calcolo in Tempo Reale per Big Data Flink: Pratica e Ottimizzazione delle Prestazioni».
Un elenco curato di incredibili framework di big data, risorse e altre meraviglie.
Redpanda è una piattaforma di dati in streaming per sviluppatori. Compatibile con Kafka API. 10 volte più veloce. Senza ZooKeeper. Senza JVM!
Un elenco curato di fantastiche risorse per System Design (notohome anche come sistemi distribuiti).
Piattaforma di streaming eventi per AI agentica. Ingestion, trasformazione e servizio continuo di flussi di eventi in tempo reale, su larga scala.
Processore veloce e leggero per log, metriche e tracce per Linux, BSD, OSX e Windows
Hazelcast è una piattaforma unificata di dati in tempo reale che combina l'elaborazione di flussi con un archivio dati veloce, consentendo ai clienti di agire istantaneamente sui dati in movimento per insight in tempo reale.
Il livello di dati in tempo reale per applicazioni e agenti AI. Crea viste aggiornate al secondo sul tuo business, utilizzando solo SQL.
Piattaforma di push di messaggi🔥 invia notifiche tra cui [Email][SMS][Account Ufficiali WeChat][Mini Programmi WeChat][WeChat Aziendale][DingTalk].
Framework Python asincrono per servizi basati su eventi. Un thin client per Kafka, RabbitMQ, NATS, Redis e MQTT con accesso completo alle funzionalità native del broker, oltre a documentazione AsyncAPI, test in-memory e osservabilità pronte all'uso.
🦀 Elaborazione di flussi di eventi per sviluppatori per raccogliere e trasformare dati in movimento per alimentare applicazioni intensive di dati reattive.
Danfo.js è una libreria JavaScript open source che fornisce strutture dati ad alte prestazioni, intuitive e facili da usare per manipolare ed elaborare dati strutturati.
Implementazione incompleta di client e server Redis usando Tokio - solo per scopi di apprendimento
Uno strumento veloce, semplice ed economico per replicare dati da Postgres a Data Warehouse, code e storage
un elenco curato di fantastici framework, applicazioni, ecc. per lo streaming
Piattaforma nativa di Kubernetes per l'esecuzione di processi di dati/streaming massicciamente paralleli
Il motore SQL unificato per lo streaming più veloce, in un unico binario C++. ⚡ Latenza nell’ordine dei millisecondi. Oltre 100 GB/s di throughput. Calcola continuamente contesto con stato a partire da flussi, log, metriche, eventi e CDC.
jOOλ - Le parti mancanti in Java 8 jOOλ migliora le librerie JDK in aree in cui l'attenzione del Expert Group era altrove. Aggiunge supporto per tuple, supporto per funzioni e molte funzionalità aggiuntive intorno agli Stream sequenziali. Gli sforzi principali del JDK 8 (metodi predefiniti, lambda e Stream API) si sono concentrati sul mantenimento della retrocompatibilità e sull'implementazione di un'API funzionale per il parallelismo.
La libreria di programmazione reattiva funzionale, modulare, minimalista ma potente, in JavaScript.
Domande frequenti
Qual è il repository #stream-processing più popolare su GitHub?
Il progetto open source #stream-processing più alto in classifica su GitHub è pathwaycom/pathway, con 61,976 stelle. Framework ETL Python per l'elaborazione di stream, analisi in tempo reale, pipeline LLM e RAG.
Quali linguaggi di programmazione sono più utilizzati nei repository #stream-processing?
Tra i progetti #stream-processing più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Rust, Python, Java, JavaScript.
Come viene calcolata la classifica dei repository #stream-processing?
Monitoriamo 97 repository open source attivi contrassegnati con #stream-processing (500+ stelle), per un totale di 414,395 stelle e una media di 4,272 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.