Git Stars Git Stars

#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
Total de Repositórios
259,956
Total de estrelas
4,560
Média de Estrelas/Repositório

57 repositórios no total

1
apache/airflow

Apache Airflow - Uma plataforma para criar, agendar e monitorar fluxos de trabalho programaticamente

apache
⭐ 47,583 Python 👤 apache Organization 🕐 Atualizado 2026-11-21 📅 Criado 2015-04-13
2
alibaba/canal

Componente de assinatura e consumo incremental de binlog do Alibaba MySQL

alibaba
⭐ 29,747 Java 👤 alibaba Organization 🕐 Atualizado 2026-07-30 📅 Criado 2013-01-13
3
airbytehq/airbyte

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.

airbytehq
⭐ 22,426 Python 👤 airbytehq Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-07-27
4
Avaiga/taipy

Transforma dados e algoritmos de IA em aplicações web prontas para produção em pouco tempo.

Avaiga
⭐ 19,458 Python 👤 Avaiga Organization 🕐 Atualizado 2026-08-10 📅 Criado 2022-02-18
5
dagster-io/dagster

Uma plataforma de orquestração para o desenvolvimento, produção e observação de ativos de dados.

dagster-io
⭐ 16,453 Python 👤 dagster-io Organization 🕐 Atualizado 2026-11-20 📅 Criado 2018-04-30
6
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
7
mage-ai/mage-ai

🧙 Construa, execute e gerencie pipelines de dados para integrar e transformar dados.

mage-ai
⭐ 8,850 Python 👤 mage-ai Organization 🕐 Atualizado 2026-11-20 📅 Criado 2022-05-16
8
pentaho/pentaho-kettle

Pentaho Data Integration (ETL) também conhecido como Kettle

pentaho
⭐ 8,419 Java 👤 pentaho Organization 🕐 Atualizado 2026-11-21 📅 Criado 2013-10-08
9
cloudquery/cloudquery

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.

cloudquery
⭐ 6,561 Go 👤 cloudquery Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-11-18
10
apache/flink-cdc

Flink CDC é uma ferramenta de integração de dados de streaming

apache
⭐ 6,495 Java 👤 apache Organization 🕐 Atualizado 2026-11-20 📅 Criado 2020-07-27
11
apache/hudi

Upserts, Exclusões e Processamento Incremental em Big Data.

apache
⭐ 6,387 Java 👤 apache Organization 🕐 Atualizado 2026-11-21 📅 Criado 2016-12-14
12
WeiYe-Jing/datax-web

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.

WeiYe-Jing
⭐ 5,958 Java 👤 WeiYe-Jing User 🕐 Atualizado 2024-06-02 📅 Criado 2019-11-19
13
fluvio-community/fluvio

processamento de fluxo de eventos 🦀 para desenvolvedores coletarem e transformarem dados em movimento para alimentar aplicações responsivas e intensivas em dados.

fluvio-community
⭐ 5,270 Rust 👤 fluvio-community Organization 🕐 Atualizado 2026-11-05 📅 Criado 2019-08-31
14
jitsucom/jitsu

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

jitsucom
⭐ 5,138 TypeScript 👤 jitsucom Organization 🕐 Atualizado 2026-11-20 📅 Criado 2020-08-04
15
clidey/whodb

Onde o acesso a dados encontra a inteligência operacional

clidey
⭐ 5,065 Go 👤 clidey Organization 🕐 Atualizado 2026-11-21 📅 Criado 2024-06-11
16
rudderlabs/rudder-server

Segmento focado em privacidade e segurança - alternativa, em Golang e React

rudderlabs
⭐ 4,520 Go 👤 rudderlabs Organization 🕐 Atualizado 2026-11-20 📅 Criado 2019-07-19
17
DTStack/chunjun

Um framework de integração de dados

DTStack
⭐ 4,107 Java 👤 DTStack Organization 🕐 Atualizado 2026-10-09 📅 Criado 2018-04-03
18
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
19
seandavi/awesome-single-cell

Lista com curadoria da comunidade de pacotes de software e recursos de dados para células únicas, incluindo RNA-seq, ATAC-seq, etc.

seandavi
⭐ 3,893 👤 seandavi User 🕐 Atualizado 2026-11-15 📅 Criado 2016-06-29
20
apache/devlake

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.

apache
⭐ 3,204 Go 👤 apache Organization 🕐 Atualizado 2026-11-19 📅 Criado 2021-07-08
⭐ 3,001 Go 👤 google Organization 🕐 Atualizado 2026-11-04 📅 Criado 2022-11-24
22
HelixDB/helix-foundry

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.

HelixDB
⭐ 2,177 Go 👤 HelixDB Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-10-07
23
elastic/elasticsearch-hadoop

:elephant: Elasticsearch, com pesquisa e análise em tempo real, integrado nativamente com Hadoop

elastic
⭐ 1,966 Java 👤 elastic Organization 🕐 Atualizado 2026-11-21 📅 Criado 2013-03-11
24
slothflowlabs/duckle

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.

slothflowlabs
⭐ 1,558 Rust 👤 slothflowlabs Organization 🕐 Atualizado 2026-11-20 📅 Criado 2026-05-21
25
apache/hop

Plataforma de Orquestração Hop

apache
⭐ 1,544 Java 👤 apache Organization 🕐 Atualizado 2026-11-21 📅 Criado 2019-09-24
26
soluckysummer/n8n_workflows

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.

soluckysummer
⭐ 1,515 👤 soluckysummer User 🕐 Atualizado 2026-01-28 📅 Criado 2025-05-30
27
wgzhao/Addax

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.

wgzhao
⭐ 1,455 Java 👤 wgzhao User 🕐 Atualizado 2026-11-20 📅 Criado 2019-07-17
28
weifuwan/seatunnel-web

Tornando o Apache SeaTunnel mais fácil de usar.

weifuwan
⭐ 1,406 TypeScript 👤 weifuwan User 🕐 Atualizado 2026-07-16 📅 Criado 2026-02-10
29
DropbaseHQ/dropbase

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.

DropbaseHQ
⭐ 1,275 Python 👤 DropbaseHQ Organization 🕐 Atualizado 2024-09-27 📅 Criado 2023-11-22
30
saidsurucu/yargi-mcp

Servidor MCP para Bancos de Dados Jurídicos Turcos

saidsurucu
⭐ 1,112 Python 👤 saidsurucu User 🕐 Atualizado 2026-09-06 📅 Criado 2025-05-21
31
heathersherry/Knowledge-Graph-Tutorials-and-Papers

Tutoriais e Artigos Perspicazes sobre Grafos de Conhecimento

heathersherry
⭐ 1,080 👤 heathersherry User 🕐 Atualizado 2026-11-16 📅 Criado 2019-03-10
32
bxx2004/FUNGA

Este é um projeto de banco de dados.

bxx2004
⭐ 1,020 Kotlin 👤 bxx2004 User 🕐 Atualizado 2026-01-04 📅 Criado 2025-01-11
33
estuary/flow

🌊 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. 🌊

estuary
⭐ 995 Rust 👤 estuary Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-02-13
34
tradingeconomics/tradingeconomics

TRADING ECONOMICS - Exemplos de Código da API

tradingeconomics
⭐ 986 JavaScript 👤 tradingeconomics Organization 🕐 Atualizado 2026-10-30 📅 Criado 2015-03-31
35
qiantongtech/qData

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.

qiantongtech
⭐ 950 Java 👤 qiantongtech Organization 🕐 Atualizado 2026-11-20 📅 Criado 2025-05-17
36
owlcs/owlapi

Repositório principal da OWL API

owlcs
⭐ 947 Java 👤 owlcs Organization 🕐 Atualizado 2026-11-02 📅 Criado 2013-02-17
37
apache/seatunnel-web

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).

apache
⭐ 888 Java 👤 apache Organization 🕐 Atualizado 2026-01-22 📅 Criado 2022-09-26
38
artie-labs/transfer

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.

artie-labs
⭐ 845 Go 👤 artie-labs Organization 🕐 Atualizado 2026-05-09 📅 Criado 2022-11-06
40
HKUSTDial/awesome-data-agents

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?"

HKUSTDial
⭐ 804 Python 👤 HKUSTDial Organization 🕐 Atualizado 2026-11-08 📅 Criado 2025-08-31
41
TAG-Research/TAG-Bench

TAG-Bench: Um benchmark para geração aumentada de tabelas (TAG)

TAG-Research
⭐ 766 Python 👤 TAG-Research Organization 🕐 Atualizado 2026-07-25 📅 Criado 2024-08-26
42
saeyslab/nichenetr

NicheNet: prever ligações ativas ligante-alvo entre células em interação

saeyslab
⭐ 693 R 👤 saeyslab Organization 🕐 Atualizado 2026-11-05 📅 Criado 2018-02-05
43
tableau/webdataconnector

Traga para o Tableau os dados que você se importa

tableau
⭐ 688 HTML 👤 tableau Organization 🕐 Atualizado 2026-10-19 📅 Criado 2015-10-12
44
immunogenomics/harmony

Integração rápida, sensível e precisa de dados de célula única com Harmony

immunogenomics
⭐ 675 R 👤 immunogenomics Organization 🕐 Atualizado 2026-10-15 📅 Criado 2018-06-12
45
ConduitIO/conduit

Conduit transmite dados entre armazenamentos de dados. Substituição do Kafka Connect. Não é necessária JVM.

ConduitIO
⭐ 617 Go 👤 ConduitIO Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-01-11
46
awslabs/aws-athena-query-federation

O SDK de Federação de Consultas do Amazon Athena permite que você personalize o Amazon Athena com suas próprias fontes de dados e código.

awslabs
⭐ 615 Java 👤 awslabs Organization 🕐 Atualizado 2026-11-20 📅 Criado 2019-10-15
47
avian2/unidecode

Transliterações ASCII de texto Unicode - Espelho GitHub

avian2
⭐ 611 Python 👤 avian2 User 🕐 Atualizado 2026-01-05 📅 Criado 2014-12-19
48
neuralhydrology/neuralhydrology

Biblioteca Python para treinar redes neurais com forte foco em aplicações hidrológicas.

neuralhydrology
⭐ 595 Python 👤 neuralhydrology Organization 🕐 Atualizado 2026-11-10 📅 Criado 2020-09-30
49
tradingview/charting-library-tutorial

Este tutorial explica passo a passo como conectar seus dados à Biblioteca de Gráficos

tradingview
⭐ 586 JavaScript 👤 tradingview Organization 🕐 Atualizado 2026-08-11 📅 Criado 2020-02-07
50
singer-io/singer-python

Escreve o formato Singer em Python

singer-io
⭐ 585 Python 👤 singer-io Organization 🕐 Atualizado 2026-11-02 📅 Criado 2016-10-28

Perguntas Frequentes

1

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

2

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.

3

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.