Git Stars Git Stars

#etl Repositórios

Descubra 105 repositórios ativos de código aberto no GitHub marcados com #etl, acumulando um total de 408,616 estrelas (uma média de 3,891 por projeto). O líder deste tópico é pathwaycom/pathway, com 61,976 estrelas.

105
Total de Repositórios
408,616
Total de estrelas
3,891
Média de Estrelas/Repositório

105 repositórios no total

1
pathwaycom/pathway

Framework ETL em Python para processamento de streaming, análise em tempo real, pipelines de LLM e RAG.

pathwaycom
⭐ 61,976 Python 👤 pathwaycom Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-11-27
2
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
3
kestra-io/kestra

Orquestre tudo, em qualquer lugar. O plano de controle de código aberto para fluxos de trabalho de dados, infraestrutura, processos de negócios e agentes de IA. Declarativo em YAML, orientado a eventos, compatível com qualquer linguagem, versionado com Git e escalável para milhões de execuções.

kestra-io
⭐ 30,303 Java 👤 kestra-io Organization 🕐 Atualizado 2026-11-20 📅 Criado 2019-08-24
4
vectordotdev/vector

Um pipeline de dados de observabilidade de alto desempenho.

vectordotdev
⭐ 22,928 Rust 👤 vectordotdev Organization 🕐 Atualizado 2026-11-21 📅 Criado 2018-08-27
5
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
6
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
7
cocoindex-io/cocoindex

Motor incremental para agentes de horizonte longo 🌟 Dê uma estrela se gostar!

cocoindex-io
⭐ 11,923 Rust 👤 cocoindex-io Organization 🕐 Atualizado 2026-11-21 📅 Criado 2025-03-03
8
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
9
redpanda-data/connect

Processamento de fluxo sofisticado tornou a operação mundana

redpanda-data
⭐ 8,804 Go 👤 redpanda-data Organization 🕐 Atualizado 2026-11-21 📅 Criado 2016-03-22
10
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
11
turbot/steampipe

Zero-ETL, possibilidades infinitas. APIs de consulta ao vivo, código e mais com SQL. Nenhuma base de dados necessária.

turbot
⭐ 8,019 Go 👤 turbot Organization 🕐 Atualizado 2026-11-20 📅 Criado 2021-01-17
12
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
13
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
14
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
15
Eventual-Inc/Daft

Mecanismo de dados de alto desempenho para cargas de trabalho de IA e multimodais. Processe imagens, áudio, vídeo e dados estruturados em qualquer escala.

Eventual-Inc
⭐ 5,858 Rust 👤 Eventual-Inc Organization 🕐 Atualizado 2026-11-09 📅 Criado 2022-04-25
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
zendesk/maxwell

O demônio de Maxwell, um produtor kafka de mysql para json

zendesk
⭐ 4,268 Java 👤 zendesk Organization 🕐 Atualizado 2026-11-17 📅 Criado 2015-02-09
18
ucbepic/docetl

Um sistema baseado em agentes para processamento de dados e ETL, impulsionado por LLM.

ucbepic
⭐ 4,266 Python 👤 ucbepic Organization 🕐 Atualizado 2026-11-17 📅 Criado 2024-07-09
19
aws/aws-sdk-pandas

pandas on AWS - Integração fácil com Athena, Glue, Redshift, Timestream, Neptune, OpenSearch, QuickSight, Chime, CloudWatchLogs, DynamoDB, EMR, SecretManager, PostgreSQL, MySQL, SQLServer e S3 (Parquet, CSV, JSON e EXCEL).

aws
⭐ 4,124 Python 👤 aws Organization 🕐 Atualizado 2026-11-21 📅 Criado 2019-02-26
20
quadratichq/quadratic

Planilha com IA, Código, Conexões

quadratichq
⭐ 3,958 Rust 👤 quadratichq Organization 🕐 Atualizado 2026-03-07 📅 Criado 2021-11-11
21
Netflix/maestro

Maestro: O Orquestrador de Fluxos de Trabalho da Netflix

Netflix
⭐ 3,852 Java 👤 Netflix Organization 🕐 Atualizado 2026-11-06 📅 Criado 2024-04-17
22
pawl/awesome-etl

Uma lista selecionada de frameworks, bibliotecas e softwares incríveis de ETL.

pawl
⭐ 3,607 👤 pawl User 🕐 Atualizado 2026-05-01 📅 Criado 2015-10-07
23
xyflow/awesome-node-based-uis

Uma lista curada com recursos sobre UIs baseadas em nós

xyflow
⭐ 3,599 👤 xyflow Organization 🕐 Atualizado 2025-06-29 📅 Criado 2022-11-14
24
SQLMesh/sqlmesh

Framework de transformação de dados escalável e eficiente – retrocompatível com o dbt.

SQLMesh
⭐ 3,360 Python 👤 SQLMesh Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-09-23
25
PeerDB-io/peerdb

Uma ferramenta rápida, simples e econômica para replicar dados do Postgres para Data Warehouses, Queues e Armazenamento

PeerDB-io
⭐ 3,322 Go 👤 PeerDB-io Organization 🕐 Atualizado 2026-11-21 📅 Criado 2023-04-15
26
duckdb/pg_duckdb

Postgres impulsionado por DuckDB para aplicativos e análises de alto desempenho.

duckdb
⭐ 3,317 C++ 👤 duckdb Organization 🕐 Atualizado 2026-11-20 📅 Criado 2024-03-20
27
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
28
blockchain-etl/ethereum-etl

Scripts Python para trabalhos de ETL (extrair, transformar e carregar) para blocos Ethereum, transações, tokens ERC20 / ERC721, transferências, recibos, logs, contratos, transações internas. Os dados estão disponíveis no Google BigQuery https://goo.gl/oY5BCQ

blockchain-etl
⭐ 3,132 Python 👤 blockchain-etl Organization 🕐 Atualizado 2026-01-25 📅 Criado 2018-05-02
29
apache/hamilton

O Apache Hamilton ajuda cientistas e engenheiros de dados a definir fluxos de dados testáveis, modulares e autodocumentáveis, que codificam linhagem/rastreamento e metadados. Ele executa e escala em qualquer lugar onde o Python também funcione.

apache
⭐ 2,631 Jupyter Notebook 👤 apache Organization 🕐 Atualizado 2026-11-16 📅 Criado 2023-02-23
30
instill-ai/instill-core

🔮 Instill Core é uma ferramenta de infraestrutura de IA full-stack para orquestração de dados, modelos e pipelines, projetada para otimizar todos os aspectos da construção de aplicações versáteis com foco em IA

instill-ai
⭐ 2,322 Python 👤 instill-ai Organization 🕐 Atualizado 2026-06-01 📅 Criado 2022-01-13
31
timeplus-io/proton

O mecanismo SQL unificado de streaming mais rápido em um único binário C++. ⚡ Latência de milissegundos. Vazão superior a 100 GB/s. Calcula continuamente contexto com estado a partir de fluxos, logs, métricas, eventos e CDC.

timeplus-io
⭐ 2,286 C++ 👤 timeplus-io Organization 🕐 Atualizado 2026-11-18 📅 Criado 2023-08-14
32
thenaturalist/awesome-business-intelligence

Lista ativamente selecionada de ferramentas de BI incríveis. Solicitações de pull (PRs) são bem-vindas!

thenaturalist
⭐ 2,252 👤 thenaturalist User 🕐 Atualizado 2024-08-21 📅 Criado 2017-06-08
33
reugn/go-streams

Uma biblioteca leve de processamento de fluxo para Go

reugn
⭐ 2,178 Go 👤 reugn User 🕐 Atualizado 2026-01-14 📅 Criado 2019-04-30
34
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
35
data-engineering-community/data-engineering-wiki

O melhor lugar para aprender engenharia de dados. Construído e mantido pela comunidade de engenharia de dados.

data-engineering-community
⭐ 2,067 CSS 👤 data-engineering-community Organization 🕐 Atualizado 2026-09-15 📅 Criado 2021-05-04
36
TurboWay/big_screen

Visualização de dados em tela grande

TurboWay
⭐ 1,884 HTML 👤 TurboWay User 🕐 Atualizado 2026-01-22 📅 Criado 2020-09-28
37
dbt-labs/dbt-utils

Funções utilitárias para projetos dbt.

dbt-labs
⭐ 1,837 Makefile 👤 dbt-labs Organization 🕐 Atualizado 2026-11-21 📅 Criado 2017-07-16
38
shuchkin/simplexlsx

Analisar e recuperar dados de arquivos Excel XLSx

shuchkin
⭐ 1,829 PHP 👤 shuchkin User 🕐 Atualizado 2026-10-20 📅 Criado 2016-05-25
39
thbar/kiba

Framework de processamento de dados e ETL para Ruby

thbar
⭐ 1,775 Ruby 👤 thbar User 🕐 Atualizado 2026-01-10 📅 Criado 2013-07-18
40
Multiwoven/multiwoven

🔥🔥🔥 Reverse ETL de código aberto - alternativa ao hightouch e census.

Multiwoven
⭐ 1,685 Ruby 👤 Multiwoven Organization 🕐 Atualizado 2026-11-18 📅 Criado 2023-10-20
41
Snowflake-Labs/pg_lake

pg_lake: Postgres com Iceberg e acesso a data lake

Snowflake-Labs
⭐ 1,674 Python 👤 Snowflake-Labs Organization 🕐 Atualizado 2026-11-20 📅 Criado 2025-11-04
42
yobix-ai/extractous

Extração de dados não estruturados de forma rápida e eficiente. Escrito em Rust com ligações (bindings) para muitas linguagens.

yobix-ai
⭐ 1,660 Rust 👤 yobix-ai Organization 🕐 Atualizado 2024-12-21 📅 Criado 2024-06-04
43
ariacom/Seal-Report

Ferramenta de Relatórios de Banco de Dados e Tarefas (.Net)

ariacom
⭐ 1,647 C# 👤 ariacom User 🕐 Atualizado 2026-11-20 📅 Criado 2015-08-11
44
nerevu/riko

Um mecanismo de processamento de fluxo em Python modelado a partir do Yahoo! Pipes

nerevu
⭐ 1,605 Python 👤 nerevu Organization 🕐 Atualizado 2026-11-19 📅 Criado 2016-06-02
45
getdozer/dozer

Dozer é uma ferramenta de movimentação de dados em tempo real que aproveita o CDC de várias fontes e move dados para vários destinos.

getdozer
⭐ 1,571 Rust 👤 getdozer Organization 🕐 Atualizado 2024-06-18 📅 Criado 2022-08-31
46
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
47
Open-Source-Legal/OpenContracts

A plataforma aberta de inteligência documental para construtores e hackers - DMS para o mundo agentivo

Open-Source-Legal
⭐ 1,550 Python 👤 Open-Source-Legal Organization 🕐 Atualizado 2026-11-21 📅 Criado 2022-10-24
48
apache/hop

Plataforma de Orquestração Hop

apache
⭐ 1,544 Java 👤 apache Organization 🕐 Atualizado 2026-11-21 📅 Criado 2019-09-24
49
duneanalytics/spellbook

Visualizações SQL para Dune

duneanalytics
⭐ 1,529 Python 👤 duneanalytics Organization 🕐 Atualizado 2026-11-21 📅 Criado 2020-01-31
50
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

Perguntas Frequentes

1

Qual é o repositório de #etl mais popular no GitHub?

O projeto de código aberto de #etl mais bem classificado no GitHub é pathwaycom/pathway, com 61,976 estrelas. Framework ETL em Python para processamento de streaming, análise em tempo real, pipelines de LLM e RAG.

2

Quais linguagens de programação são mais usadas nos repositórios de #etl?

Entre os projetos de #etl mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Java, Go, Rust.

3

Como é calculada a classificação dos repositórios de #etl?

Acompanhamos 105 repositórios ativos de código aberto marcados com #etl (com mais de 500 estrelas), totalizando 408,616 estrelas e uma média de 3,891 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.