#data-integration Repositórios
Descubra 57 repositórios ativos de código aberto no GitHub marcados com #data-integration, acumulando um total de 259,956 estrelas (uma média de 4,560 por projeto). O líder deste tópico é apache/airflow, com 47,583 estrelas.
57 repositórios no total
Apache Airflow - Uma plataforma para criar, agendar e monitorar fluxos de trabalho programaticamente
Movimentação de dados open-source para pipelines ELT e agentes de IA — de APIs, bancos de dados e arquivos para data warehouses, lagos de dados e aplicações de IA. Tanto self-hosted quanto Cloud.
Transforma dados e algoritmos de IA em aplicações web prontas para produção em pouco tempo.
Uma plataforma de orquestração para o desenvolvimento, produção e observação de ativos de dados.
SeaTunnel é uma ferramenta de integração de dados massivos, distribuída, de alto desempenho e multimodal.
🧙 Construa, execute e gerencie pipelines de dados para integrar e transformar dados.
Pipelines de dados para configuração de nuvem e dados de segurança. Crie soluções de inventário de ativos em nuvem, CSPM, FinOps e gerenciamento de vulnerabilidades. Extraia dados da AWS, Azure, GCP e mais de 70 fontes de nuvem e SaaS.
Página de integração visual do DataX, selecione a fonte de dados para gerar uma tarefa de sincronização de dados com um clique, suporta fontes de dados como RDBMS, Hive, HBase, ClickHouse, MongoDB, etc., cria tarefas de sincronização de dados RDBMS em lote, integra sistema de agendamento de código aberto, suporta sincronização de dados distribuída e incremental, visualização em tempo real dos logs de execução, monitoramento de recursos do executor, processos de execução KILL, criptografia de informações da fonte de dados e muito mais.
processamento de fluxo de eventos 🦀 para desenvolvedores coletarem e transformarem dados em movimento para alimentar aplicações responsivas e intensivas em dados.
Jitsu é uma alternativa de código aberto ao Segment. Um motor de ingestão de dados totalmente scriptável para equipes de dados modernas. Configure um pipeline de dados em tempo real em minutos, não em dias
Segmento focado em privacidade e segurança - alternativa, em Golang e React
ingestr é uma ferramenta de CLI para copiar dados entre quaisquer bancos de dados de forma integrada com um único comando.
Lista com curadoria da comunidade de pacotes de software e recursos de dados para células únicas, incluindo RNA-seq, ATAC-seq, etc.
Apache DevLake é uma plataforma de dados de desenvolvimento de código aberto para ingerir, analisar e visualizar dados fragmentados de ferramentas DevOps, extraindo insights para excelência de engenharia, experiência do desenvolvedor e crescimento da comunidade.
Conecte os dados da sua empresa, deixe um agente elaborar uma ontologia com base neles e carregue-a no HelixDB como um único grafo que você pode explorar e consultar. Hospedado em foundry.helix-db.com ou disponível para execução na sua própria máquina.
:elephant: Elasticsearch, com pesquisa e análise em tempo real, integrado nativamente com Hadoop
ETL/ELT de código aberto que você implanta nos seus próprios servidores ou na nuvem. Desenvolvido com base no DuckDB: pipelines visuais no-code/low-code ou SQL, 446 componentes, dbt, CDC, qualidade de dados, ETL reverso, linhagem e MCP para agentes de IA. Sem nuvem do fornecedor e sem cobrança por linha.
Este repositório contém os arquivos de configuração de fluxo de trabalho do N8N que compartilho no meu canal do YouTube, os quais os usuários podem baixar diretamente como arquivos JSON e importar para o N8N para uso.
Sucessor do Alibaba DataX com manutenção ativa: uma ferramenta ETL de código aberto, rápida e versátil, compatível com mais de 30 fontes de dados RDBMS e NoSQL.
O Dropbase ajuda os desenvolvedores a construir e criar protótipos de aplicativos web mais rapidamente com IA. O Dropbase é local-first e auto-hospedado.
Tutoriais e Artigos Perspicazes sobre Grafos de Conhecimento
🌊 Sincronize continuamente os sistemas onde seus dados residem com os sistemas onde você _deseja_ que eles residam, gerenciando seus fluxos de dados com o Estuary. 🌊
qData é uma plataforma de dados open source leve, completa em recursos e nativa de IA. Ela abrange integração, desenvolvimento, modelagem e governança de dados, além de ativos e serviços de API, com implantação autogerenciada, escalabilidade flexível e uso comercial.
SeaTunnel é uma plataforma de integração de dados distribuída e de alto desempenho para a sincronização e transformação de dados massivos (offline e em tempo real).
Plataforma de replicação de banco de dados que aproveita a captura de alterações de dados. Transmita dados de produção de bancos de dados para seu data warehouse (Snowflake, BigQuery, Redshift, Databricks) em tempo real.
Lista de artigos continuamente atualizada sobre avanços em Data Agents. Repositório complementar ao nosso artigo "A Survey of Data Agents: Emerging Paradigm or Overstated Hype?"
Integração rápida, sensível e precisa de dados de célula única com Harmony
Conduit transmite dados entre armazenamentos de dados. Substituição do Kafka Connect. Não é necessária JVM.
O SDK de Federação de Consultas do Amazon Athena permite que você personalize o Amazon Athena com suas próprias fontes de dados e código.
Biblioteca Python para treinar redes neurais com forte foco em aplicações hidrológicas.
Este tutorial explica passo a passo como conectar seus dados à Biblioteca de Gráficos
Perguntas Frequentes
Qual é o repositório de #data-integration mais popular no GitHub?
O projeto de código aberto de #data-integration mais bem classificado no GitHub é apache/airflow, com 47,583 estrelas. Apache Airflow - Uma plataforma para criar, agendar e monitorar fluxos de trabalho programaticamente
Quais linguagens de programação são mais usadas nos repositórios de #data-integration?
Entre os projetos de #data-integration mais bem classificados no GitHub, as linguagens de programação mais comuns são Java, Python, Go, Rust.
Como é calculada a classificação dos repositórios de #data-integration?
Acompanhamos 57 repositórios ativos de código aberto marcados com #data-integration (com mais de 500 estrelas), totalizando 259,956 estrelas e uma média de 4,560 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.