Git Stars Git Stars

#data-ingestion Repositórios

Descubra 33 repositórios ativos de código aberto no GitHub marcados com #data-ingestion, acumulando um total de 66,183 estrelas (uma média de 2,005 por projeto). O líder deste tópico é apache/seatunnel, com 9,821 estrelas.

33
Total de Repositórios
66,183
Total de estrelas
2,005
Média de Estrelas/Repositório

33 repositórios no total

1
apache/seatunnel

SeaTunnel é uma ferramenta de integração de dados massivos, distribuída, de alto desempenho e multimodal.

apache
⭐ 9,821 Java 👤 apache Organization 🕐 Atualizado 2026-11-21 📅 Criado 2017-08-05
2
weaviate/Verba

Chatbot de Geração Aumentada por Recuperação (RAG) desenvolvido por Weaviate

weaviate
⭐ 7,716 Python 👤 weaviate Organization 🕐 Atualizado 2026-05-11 📅 Criado 2023-07-28
3
DataTalksClub/llm-zoomcamp

LLM Zoomcamp - um curso online gratuito sobre aplicações reais de LLMs. Em 10 semanas, você aprenderá a construir um sistema de IA que responde a perguntas sobre sua base de conhecimento. Inscreva-se aqui 👇🏼

DataTalksClub
⭐ 7,715 Jupyter Notebook 👤 DataTalksClub Organization 🕐 Atualizado 2026-11-16 📅 Criado 2024-03-26
4
bruin-data/ingestr

ingestr é uma ferramenta de CLI para copiar dados entre quaisquer bancos de dados de forma integrada com um único comando.

bruin-data
⭐ 4,049 Go 👤 bruin-data Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-02-12
5
apache/paimon

Apache Paimon é um formato de lake que permite construir uma Arquitetura Lakehouse em Tempo Real com Flink e Spark, tanto para operações de streaming quanto para operações em lote.

apache
⭐ 3,454 Java 👤 apache Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-01-12
6
elixir-broadway/broadway

Ingestão e processamento de dados concorrentes e multi-estágios com Elixir

elixir-broadway
⭐ 2,694 Elixir 👤 elixir-broadway Organization 🕐 Atualizado 2026-11-06 📅 Criado 2018-11-05
8
datazip-inc/olake-go

OLake Go: replicação de código aberto de bancos de dados, Kafka e S3 para Apache Iceberg e Parquet. Fontes: Postgres, MySQL, MongoDB, Oracle, MSSQL, DB2, Kafka, S3. Anteriormente, datazip-inc/olake. A manutenção de tabelas fica em datazip-inc/olake-fusion.

datazip-inc
⭐ 2,166 Go 👤 datazip-inc Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-10-15
9
pravega/pravega

Pravega - Streaming como um novo primitivo de armazenamento definido por software

pravega
⭐ 2,003 Java 👤 pravega Organization 🕐 Atualizado 2025-03-02 📅 Criado 2016-07-11
10
bruin-data/bruin

Construir pipelines de dados com SQL e Python, ingerir dados de diferentes fontes, adicionar verificações de qualidade e construir fluxos de ponta a ponta.

bruin-data
⭐ 1,816 Go 👤 bruin-data Organization 🕐 Atualizado 2026-11-20 📅 Criado 2023-08-03
11
fossasia/eventyay-bitpay

Integração do Bitpay para eventyay

fossasia
⭐ 1,520 Python 👤 fossasia Organization 🕐 Atualizado 2026-09-29 📅 Criado 2016-07-29
12
mafintosh/csv-parser

Analisador de CSV por streaming inspirado no binary-csv que visa ser mais rápido do que todos os outros

mafintosh
⭐ 1,503 JavaScript 👤 mafintosh User 🕐 Atualizado 2026-05-07 📅 Criado 2014-05-16
13
ideal-postcodes/postcodes.io

API de geolocalização e código postal do Reino Unido, fornecendo dados abertos

ideal-postcodes
⭐ 1,419 HTML 👤 ideal-postcodes Organization 🕐 Atualizado 2026-11-19 📅 Criado 2014-01-17
14
mps-youtube/pafy

Biblioteca Python para baixar conteúdo do YouTube e recuperar metadados

mps-youtube
⭐ 1,403 Python 👤 mps-youtube Organization 🕐 Atualizado 2024-04-29 📅 Criado 2013-06-24
16
scrapinghub/frontera

Uma fronteira escalável para rastreadores da web

scrapinghub
⭐ 1,329 Python 👤 scrapinghub Organization 🕐 Atualizado 2025-06-06 📅 Criado 2014-11-22
⭐ 1,274 👤 a16z-infra Organization 🕐 Atualizado 2024-07-26 📅 Criado 2023-07-27
18
influxdata/influxdb-java

Cliente Java para InfluxDB

influxdata
⭐ 1,195 Java 👤 influxdata Organization 🕐 Atualizado 2026-03-01 📅 Criado 2014-04-30
19
iam-veeramalla/shell-scripting-projects

Projetos de shell scripting. O objetivo é simular projetos em tempo real o máximo possível.

iam-veeramalla
⭐ 1,155 Shell 👤 iam-veeramalla User 🕐 Atualizado 2024-08-17 📅 Criado 2023-04-14
20
elastic/ecs

Esquema Comum Elástico

elastic
⭐ 1,125 Python 👤 elastic Organization 🕐 Atualizado 2026-11-18 📅 Criado 2018-05-24
21
julianpoy/RecipeSage

Um Guardião Colaborativo de Receitas, Planejador de Refeições e Organizador de Lista de Compras em formato PWA.

julianpoy
⭐ 1,009 TypeScript 👤 julianpoy User 🕐 Atualizado 2026-11-20 📅 Criado 2019-01-07
23
uniVocity/univocity-parsers

uniVocity-parsers é um conjunto de parsers extremamente rápidos e confiáveis para Java. Ele fornece uma interface consistente para lidar com diferentes formatos de arquivo e uma estrutura sólida para o desenvolvimento de novos parsers.

uniVocity
⭐ 931 Java 👤 uniVocity Organization 🕐 Atualizado 2024-08-17 📅 Criado 2014-07-12
25
sdan/vlite

o banco de dados vetorial mais rápido feito em numpy

sdan
⭐ 763 Python 👤 sdan User 🕐 Atualizado 2026-09-22 📅 Criado 2023-06-26
26
CrunchyData/pg_parquet

Copiar para/de Parquet no S3, Azure Blob Storage, Google Cloud Storage, armazenamentos http(s), arquivos locais ou fluxo de entrada/saída padrão a partir de dentro do PostgreSQL

CrunchyData
⭐ 696 Rust 👤 CrunchyData Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-09-04
27
awslabs/aws-lambda-redshift-loader

Amazon Redshift Database Loader implementado no AWS Lambda

awslabs
⭐ 596 JavaScript 👤 awslabs Organization 🕐 Atualizado 2024-07-16 📅 Criado 2015-03-05
28
coddingtonbear/inthe.am

Acesse suas tarefas do Taskwarrior de qualquer navegador em qualquer lugar

coddingtonbear
⭐ 593 Python 👤 coddingtonbear User 🕐 Atualizado 2024-01-03 📅 Criado 2013-12-30
29
ankushshah89/python-docx2txt

Uma utilidade baseada puramente em python para extrair texto e imagens de arquivos docx.

ankushshah89
⭐ 584 Python 👤 ankushshah89 User 🕐 Atualizado 2025-03-24 📅 Criado 2015-10-28
30
Datomic/codeq

Cria bancos de dados Datomic a partir de repositórios Git

Datomic
⭐ 556 Clojure 👤 Datomic Organization 🕐 Atualizado 2026-06-18 📅 Criado 2012-09-28
31
kevinlawler/kerf1

Kerf (Kerf1) é um banco de dados de carrapatos colunares e linguagem de séries temporais para Linux/OSX/BSD/iOS/Android. É escrito em C e nativamente suporta JSON e SQL. O Kerf pode ser usado para plataformas de negociação, manipuladores de feed, redes de baixa latência, análise de alto volume de dados em tempo real e históricos, processamento de arquivos de log e muito mais.

kevinlawler
⭐ 548 C 👤 kevinlawler User 🕐 Atualizado 2024-09-03 📅 Criado 2015-04-08
32
unbody-io/unbody

O Supabase da era da IA. Um backend modular e de código aberto para construir softwares nativos de IA — projetado para o conhecimento, não para dados estáticos.

unbody-io
⭐ 525 TypeScript 👤 unbody-io Organization 🕐 Atualizado 2026-04-14 📅 Criado 2025-04-02
33
joshstevens19/reth-indexer

O reth-indexer lê diretamente do banco de dados reth e indexa os dados em bancos de dados/armazenamentos de dados tradicionais e alternativos (postgres, GCP bigquery, etc.), todos decodificados com um arquivo de configuração simples e sem configuração adicional, além de expor uma API pronta para consultar os dados.

joshstevens19
⭐ 506 Rust 👤 joshstevens19 User 🕐 Atualizado 2024-01-11 📅 Criado 2023-07-04

Perguntas Frequentes

1

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

O projeto de código aberto de #data-ingestion mais bem classificado no GitHub é apache/seatunnel, com 9,821 estrelas. SeaTunnel é uma ferramenta de integração de dados massivos, distribuída, de alto desempenho e multimodal.

2

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

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

3

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

Acompanhamos 33 repositórios ativos de código aberto marcados com #data-ingestion (com mais de 500 estrelas), totalizando 66,183 estrelas e uma média de 2,005 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.