Git Stars Git Stars

#data-ingestion 仓库

探索 33 个标记为 #data-ingestion 的活跃开源 GitHub 仓库,它们累计获得 66,183 个 Star(平均每个项目 2,005 个)。该主题的领先项目是 apache/seatunnel,拥有 9,821 个 Star。

33
仓库总数
66,183
总星标数
2,005
平均每个仓库星标数
1
apache/seatunnel

SeaTunnel 是一个多模态、高性能、分布式、海量数据集成工具。

apache
⭐ 9,821 Java 👤 apache Organization 🕐 已更新 2026-11-21 📅 创建时间 2017-08-05
2
weaviate/Verba

由Weaviate驱动的检索增强生成(RAG)聊天机器人

weaviate
⭐ 7,716 Python 👤 weaviate Organization 🕐 已更新 2026-05-11 📅 创建时间 2023-07-28
3
DataTalksClub/llm-zoomcamp

LLM Zoomcamp——关于大语言模型实际应用的免费在线课程。在 10 周内,你将学习如何构建一个可以回答知识库相关问题的 AI 系统。在此注册 👇🏼

DataTalksClub
⭐ 7,715 Jupyter Notebook 👤 DataTalksClub Organization 🕐 已更新 2026-11-16 📅 创建时间 2024-03-26
4
bruin-data/ingestr

ingestr 是一个 CLI 工具,可以用单个命令无缝地在任何数据库之间复制数据。

bruin-data
⭐ 4,049 Go 👤 bruin-data Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-02-12
5
apache/paimon

Apache Paimon 是一种湖格式,支持使用 Flink 和 Spark 为流式处理和批处理操作构建实时湖仓架构。

apache
⭐ 3,454 Java 👤 apache Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-01-12
6
elixir-broadway/broadway

使用 Elixir 进行并发和多阶段数据摄取和数据处理

elixir-broadway
⭐ 2,694 Elixir 👤 elixir-broadway Organization 🕐 已更新 2026-11-06 📅 创建时间 2018-11-05
8
datazip-inc/olake-go

OLake Go:一款开源工具,可将数据库、Kafka 和 S3 中的数据复制到 Apache Iceberg 和 Parquet。数据源:Postgres、MySQL、MongoDB、Oracle、MSSQL、DB2、Kafka、S3。原名 datazip-inc/olake。表维护功能位于 datazip-inc/olake-fusion。

datazip-inc
⭐ 2,166 Go 👤 datazip-inc Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-10-15
9
pravega/pravega

Pravega - 将流式传输作为新的软件定义存储原语

pravega
⭐ 2,003 Java 👤 pravega Organization 🕐 已更新 2025-03-02 📅 创建时间 2016-07-11
10
bruin-data/bruin

使用 SQL 和 Python 构建数据管道,从不同源摄取数据,添加质量检查,并构建端到端流程。

bruin-data
⭐ 1,816 Go 👤 bruin-data Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-08-03
11
fossasia/eventyay-bitpay

为eventyay的Bitpay集成

fossasia
⭐ 1,520 Python 👤 fossasia Organization 🕐 已更新 2026-09-29 📅 创建时间 2016-07-29
12
mafintosh/csv-parser

受 binary-csv 启发的流式 CSV 解析器,旨在比任何人都快

mafintosh
⭐ 1,503 JavaScript 👤 mafintosh User 🕐 已更新 2026-05-07 📅 创建时间 2014-05-16
13
ideal-postcodes/postcodes.io

英国邮政编码和地理定位API,提供开放数据

ideal-postcodes
⭐ 1,419 HTML 👤 ideal-postcodes Organization 🕐 已更新 2026-11-19 📅 创建时间 2014-01-17
14
mps-youtube/pafy

用于下载 YouTube 内容并检索元数据的 Python 库

mps-youtube
⭐ 1,403 Python 👤 mps-youtube Organization 🕐 已更新 2024-04-29 📅 创建时间 2013-06-24
16
scrapinghub/frontera

Web爬虫的可扩展前沿

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

InfluxDB的Java客户端

influxdata
⭐ 1,195 Java 👤 influxdata Organization 🕐 已更新 2026-03-01 📅 创建时间 2014-04-30
19
iam-veeramalla/shell-scripting-projects

Shell脚本项目。目标是尽可能多地模拟真实项目。

iam-veeramalla
⭐ 1,155 Shell 👤 iam-veeramalla User 🕐 已更新 2024-08-17 📅 创建时间 2023-04-14
20
elastic/ecs

Elastic 通用架构

elastic
⭐ 1,125 Python 👤 elastic Organization 🕐 已更新 2026-11-18 📅 创建时间 2018-05-24
21
julianpoy/RecipeSage

协作式食谱保管器、膳食规划器和购物清单组织工具,以PWA形式。

julianpoy
⭐ 1,009 TypeScript 👤 julianpoy User 🕐 已更新 2026-11-20 📅 创建时间 2019-01-07
23
uniVocity/univocity-parsers

uniVocity-parsers 是一个Java的超快、可靠的解析器套件。它为处理不同文件格式提供了一致的接口,并为开发新解析器提供了坚实的基础框架。

uniVocity
⭐ 931 Java 👤 uniVocity Organization 🕐 已更新 2024-08-17 📅 创建时间 2014-07-12
25
sdan/vlite

用 numpy 实现的最快向量数据库

sdan
⭐ 763 Python 👤 sdan User 🕐 已更新 2026-09-22 📅 创建时间 2023-06-26
26
CrunchyData/pg_parquet

从 PostgreSQL 内部复制到/从 S3、Azure Blob Storage、Google Cloud Storage、http(s) 存储、本地文件或标准输入流的 Parquet

CrunchyData
⭐ 696 Rust 👤 CrunchyData Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-09-04
27
awslabs/aws-lambda-redshift-loader

在 AWS Lambda 中实现的 Amazon Redshift 数据库加载器

awslabs
⭐ 596 JavaScript 👤 awslabs Organization 🕐 已更新 2024-07-16 📅 创建时间 2015-03-05
28
coddingtonbear/inthe.am

随时随地从任何浏览器访问您的 Taskwarrior 任务

coddingtonbear
⭐ 593 Python 👤 coddingtonbear User 🕐 已更新 2024-01-03 📅 创建时间 2013-12-30
29
ankushshah89/python-docx2txt

一个纯 Python 基于的实用工具,用于从 docx 文件中提取文本和图像。

ankushshah89
⭐ 584 Python 👤 ankushshah89 User 🕐 已更新 2025-03-24 📅 创建时间 2015-10-28
30
Datomic/codeq

从 Git 仓库创建 Datomic 数据库

Datomic
⭐ 556 Clojure 👤 Datomic Organization 🕐 已更新 2026-06-18 📅 创建时间 2012-09-28
31
kevinlawler/kerf1

Kerf (Kerf1) 是一个专用于 Linux/OSX/BSD/iOS/Android 的列式 tick 数据库和时序语言。它用 C 语言编写,原生支持 JSON 和 SQL。Kerf 可用于交易平台、feedhandler、低延迟网络、高容量实时和历史数据分析、日志文件处理等。

kevinlawler
⭐ 548 C 👤 kevinlawler User 🕐 已更新 2024-09-03 📅 创建时间 2015-04-08
32
unbody-io/unbody

AI时代的Supabase。用于构建AI原生软件的模块化、开源后端——为知识而设计,不是静态数据。

unbody-io
⭐ 525 TypeScript 👤 unbody-io Organization 🕐 已更新 2026-04-14 📅 创建时间 2025-04-02
33
joshstevens19/reth-indexer

reth-indexer 直接从 reth 数据库读取数据,并将数据解码后索引到传统和替代数据库/数据存储(postgres, GCP bigquery 等)中,所有操作仅需一个简单的配置文件即可完成,无需额外设置,同时公开了一个可用于查询数据的 API。

joshstevens19
⭐ 506 Rust 👤 joshstevens19 User 🕐 已更新 2024-01-11 📅 创建时间 2023-07-04

常见问题解答

1

GitHub 上最受欢迎的 #data-ingestion 仓库是什么?

GitHub 上排名第一的开源 #data-ingestion 项目是 apache/seatunnel,拥有 9,821 个 Star。SeaTunnel 是一个多模态、高性能、分布式、海量数据集成工具。

2

#data-ingestion 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #data-ingestion 项目中,最常见的编程语言是 Python, Java, Go, TypeScript。

3

#data-ingestion 仓库的排名是如何计算的?

我们跟踪了 33 个标记为 #data-ingestion 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 66,183 个 Star,平均每个仓库拥有 2,005 个 Star。排名每日根据 GitHub API 更新。