Git Stars Git Stars

#data-deduplication Repositórios

Descubra 10 repositórios ativos de código aberto no GitHub marcados com #data-deduplication, acumulando um total de 20,707 estrelas (uma média de 2,070 por projeto). O líder deste tópico é bup/bup, com 7,369 estrelas.

10
Total de Repositórios
20,707
Total de estrelas
2,070
Média de Estrelas/Repositório
Linguagens de programação: Python C Go C#

10 repositórios no total

1
bup/bup

Sistema de backup muito eficiente baseado no formato packfile do git, fornecendo salvamentos incrementais rápidos e deduplicação global (entre e dentro de arquivos, incluindo imagens de máquinas virtuais). Por favor, envie problemas ou patches para a lista de discussão (veja o final do README abaixo).

bup
⭐ 7,369 Python 👤 bup Organization 🕐 Atualizado 2026-11-19 📅 Criado 2012-09-03
2
huggingface/datatrove

Libertando o processamento de dados da loucura de scripts, fornecendo um conjunto de blocos de processamento de pipeline personalizáveis e agnósticos de plataforma.

huggingface
⭐ 3,428 Python 👤 huggingface Organization 🕐 Atualizado 2026-11-18 📅 Criado 2023-06-14
3
adrianlopezroche/fdupes

FDUPES é um programa para identificar ou excluir arquivos duplicados que residem em diretórios especificados.

adrianlopezroche
⭐ 3,039 C 👤 adrianlopezroche User 🕐 Atualizado 2026-04-14 📅 Criado 2014-05-15
4
tomnomnom/anew

Uma ferramenta para adicionar novas linhas a arquivos, ignorando duplicatas

tomnomnom
⭐ 1,599 Go 👤 tomnomnom User 🕐 Atualizado 2024-01-12 📅 Criado 2019-04-02
5
s3ql/s3ql

um sistema de arquivos completo para armazenamento de dados online

s3ql
⭐ 1,282 Python 👤 s3ql Organization 🕐 Atualizado 2026-11-20 📅 Criado 2015-07-12
6
Tarsnap/tarsnap

Código do cliente de linha de comando para Tarsnap.

Tarsnap
⭐ 961 C 👤 Tarsnap Organization 🕐 Atualizado 2026-11-12 📅 Criado 2015-05-18
7
OpenDataBox/awesome-data-llm

Repositório Oficial do Artigo de Pesquisa "LLM × DATA"

OpenDataBox
⭐ 836 👤 OpenDataBox Organization 🕐 Atualizado 2026-10-25 📅 Criado 2024-08-04
8
ssdeep-project/ssdeep

API de hashing difuso e ferramenta de hashing difuso

ssdeep-project
⭐ 804 C 👤 ssdeep-project Organization 🕐 Atualizado 2026-08-13 📅 Criado 2017-06-05
9
JakeBayer/FuzzySharp

Implementação em C# .NET de correspondência aproximada de strings do conhecido algoritmo FuzzyWuzzy do Seat Geek em python.

JakeBayer
⭐ 776 C# 👤 JakeBayer User 🕐 Atualizado 2024-08-20 📅 Criado 2018-04-10
10
anhaidgroup/deepmatcher

Pacote Python para realizar Correspondência de Entidades e Texto usando Aprendizado Profundo.

anhaidgroup
⭐ 613 Python 👤 anhaidgroup User 🕐 Atualizado 2024-06-18 📅 Criado 2017-12-01

Perguntas Frequentes

1

Qual é o repositório de #data-deduplication mais popular no GitHub?

O projeto de código aberto de #data-deduplication mais bem classificado no GitHub é bup/bup, com 7,369 estrelas. Sistema de backup muito eficiente baseado no formato packfile do git, fornecendo salvamentos incrementais rápidos e deduplicação global (entre e dentro de arquivos, incluindo imagens de máquinas virtuais). Por favor, envie problemas ou patches para a lista de discussão (veja o final do README abaixo).

2

Quais linguagens de programação são mais usadas nos repositórios de #data-deduplication?

Entre os projetos de #data-deduplication mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C, Go, C#.

3

Como é calculada a classificação dos repositórios de #data-deduplication?

Acompanhamos 10 repositórios ativos de código aberto marcados com #data-deduplication (com mais de 500 estrelas), totalizando 20,707 estrelas e uma média de 2,070 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.