Git Stars Git Stars

#data-integration 仓库

探索 57 个标记为 #data-integration 的活跃开源 GitHub 仓库,它们累计获得 259,956 个 Star(平均每个项目 4,560 个)。该主题的领先项目是 apache/airflow,拥有 47,583 个 Star。

57
仓库总数
259,956
总星标数
4,560
平均每个仓库星标数
1
apache/airflow

Apache Airflow - 一个用于以编程方式编写、调度和监控工作流的平台

apache
⭐ 47,583 Python 👤 apache Organization 🕐 已更新 2026-11-21 📅 创建时间 2015-04-13
2
alibaba/canal

阿里巴巴 MySQL binlog 增量订阅&消费组件

alibaba
⭐ 29,747 Java 👤 alibaba Organization 🕐 已更新 2026-07-30 📅 创建时间 2013-01-13
3
airbytehq/airbyte

开源数据移动,用于 ELT 管道和 AI 代理 — 从 API、数据库和文件到数据仓库、数据湖和 AI 应用。支持自托管和云端。

airbytehq
⭐ 22,426 Python 👤 airbytehq Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-07-27
4
Avaiga/taipy

即时将数据和 AI 算法转化为可投入生产的 Web 应用程序。

Avaiga
⭐ 19,458 Python 👤 Avaiga Organization 🕐 已更新 2026-08-10 📅 创建时间 2022-02-18
5
dagster-io/dagster

一个用于数据资产开发、生产和观察的编排平台。

dagster-io
⭐ 16,453 Python 👤 dagster-io Organization 🕐 已更新 2026-11-20 📅 创建时间 2018-04-30
6
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
7
mage-ai/mage-ai

🧙 构建、运行和管理数据管道,用于集成和转换数据。

mage-ai
⭐ 8,850 Python 👤 mage-ai Organization 🕐 已更新 2026-11-20 📅 创建时间 2022-05-16
8
pentaho/pentaho-kettle

Pentaho Data Integration (ETL) 又名 Kettle

pentaho
⭐ 8,419 Java 👤 pentaho Organization 🕐 已更新 2026-11-21 📅 创建时间 2013-10-08
9
cloudquery/cloudquery

用于云配置和安全数据的数据管道。构建云资产清单、CSPM、FinOps 和漏洞管理解决方案。从 AWS、Azure、GCP 以及 70 多个云和 SaaS 源提取数据。

cloudquery
⭐ 6,561 Go 👤 cloudquery Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-11-18
10
apache/flink-cdc

Flink CDC 是一个流式数据集成工具

apache
⭐ 6,495 Java 👤 apache Organization 🕐 已更新 2026-11-20 📅 创建时间 2020-07-27
11
apache/hudi

Upserts、删除和大数据上的增量处理。

apache
⭐ 6,387 Java 👤 apache Organization 🕐 已更新 2026-11-21 📅 创建时间 2016-12-14
12
WeiYe-Jing/datax-web

DataX集成可视化页面,选择数据源即可一键生成数据同步任务,支持RDBMS、Hive、HBase、ClickHouse、MongoDB等数据源,批量创建RDBMS数据同步任务,集成开源调度系统,支持分布式、增量同步数据、实时查看运行日志、监控执行器资源、KILL运行进程、数据源信息加密等。

WeiYe-Jing
⭐ 5,958 Java 👤 WeiYe-Jing User 🕐 已更新 2024-06-02 📅 创建时间 2019-11-19
13
fluvio-community/fluvio

🦀 面向开发者的イベント流处理,用于收集和转换运动中的数据,以驱动响应式数据密集型应用。

fluvio-community
⭐ 5,270 Rust 👤 fluvio-community Organization 🕐 已更新 2026-11-05 📅 创建时间 2019-08-31
14
jitsucom/jitsu

Jitsu 是 Segment 的开源替代品。专为现代数据团队打造的可完全脚本化数据摄取引擎。可在几分钟内而非几天内设置实时数据管道

jitsucom
⭐ 5,138 TypeScript 👤 jitsucom Organization 🕐 已更新 2026-11-20 📅 创建时间 2020-08-04
15
clidey/whodb

数据访问与运营智能的交汇点

clidey
⭐ 5,065 Go 👤 clidey Organization 🕐 已更新 2026-11-21 📅 创建时间 2024-06-11
16
rudderlabs/rudder-server

注重隐私和安全的 Segment 替代品,使用 Golang 和 React

rudderlabs
⭐ 4,520 Go 👤 rudderlabs Organization 🕐 已更新 2026-11-20 📅 创建时间 2019-07-19
17
DTStack/chunjun

数据集成框架

DTStack
⭐ 4,107 Java 👤 DTStack Organization 🕐 已更新 2026-10-09 📅 创建时间 2018-04-03
18
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
19
seandavi/awesome-single-cell

社区 curation 的单细胞软件包和数据资源列表,包括 RNA-seq、ATAC-seq 等。

seandavi
⭐ 3,893 👤 seandavi User 🕐 已更新 2026-11-15 📅 创建时间 2016-06-29
20
apache/devlake

Apache DevLake 是一个开源的开发数据平台,用于摄取、分析和可视化来自 DevOps 工具的碎片化数据,从而为工程卓越、开发者体验和社区增长提取洞见。

apache
⭐ 3,204 Go 👤 apache Organization 🕐 已更新 2026-11-19 📅 创建时间 2021-07-08
⭐ 3,001 Go 👤 google Organization 🕐 已更新 2026-11-04 📅 创建时间 2022-11-24
22
HelixDB/helix-foundry

连接您公司的数据,让智能代理据此起草本体,并将其作为一个图谱载入 HelixDB,供您探索和提问。可通过 foundry.helix-db.com 使用,也可在自己的设备上运行。

HelixDB
⭐ 2,177 Go 👤 HelixDB Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-10-07
23
elastic/elasticsearch-hadoop

:elephant: Elasticsearch 实时搜索和分析与 Hadoop 原生集成

elastic
⭐ 1,966 Java 👤 elastic Organization 🕐 已更新 2026-11-21 📅 创建时间 2013-03-11
24
slothflowlabs/duckle

可部署在自有服务器或云端的开源 ETL/ELT。基于 DuckDB 构建:支持无代码/低代码可视化管道或 SQL、446 个组件、dbt、CDC、数据质量、反向 ETL、数据血缘,以及面向 AI 智能体的 MCP。无厂商云,无按行计费。

slothflowlabs
⭐ 1,558 Rust 👤 slothflowlabs Organization 🕐 已更新 2026-11-20 📅 创建时间 2026-05-21
25
apache/hop

Hop 编排平台

apache
⭐ 1,544 Java 👤 apache Organization 🕐 已更新 2026-11-21 📅 创建时间 2019-09-24
26
soluckysummer/n8n_workflows

此仓库存储我在YouTube频道分享的N8N工作流配置文件,用户可直接下载JSON文件导入N8N使用

soluckysummer
⭐ 1,515 👤 soluckysummer User 🕐 已更新 2026-01-28 📅 创建时间 2025-05-30
27
wgzhao/Addax

Alibaba DataX 的持续维护继任者——一款快速、灵活的开源 ETL 工具,支持 30 多种关系型数据库和 NoSQL 数据源。

wgzhao
⭐ 1,455 Java 👤 wgzhao User 🕐 已更新 2026-11-20 📅 创建时间 2019-07-17
28
weifuwan/seatunnel-web

让 Apache SeaTunnel 更易于使用。

weifuwan
⭐ 1,406 TypeScript 👤 weifuwan User 🕐 已更新 2026-07-16 📅 创建时间 2026-02-10
29
DropbaseHQ/dropbase

Dropbase 借助 AI 帮助开发人员更快地构建和原型化 Web 应用。Dropbase 支持本地优先和自托管。

DropbaseHQ
⭐ 1,275 Python 👤 DropbaseHQ Organization 🕐 已更新 2024-09-27 📅 创建时间 2023-11-22
30
saidsurucu/yargi-mcp

土耳其法律数据库的MCP服务器

saidsurucu
⭐ 1,112 Python 👤 saidsurucu User 🕐 已更新 2026-09-06 📅 创建时间 2025-05-21
31
heathersherry/Knowledge-Graph-Tutorials-and-Papers

关于知识图谱的深入教程和论文

heathersherry
⭐ 1,080 👤 heathersherry User 🕐 已更新 2026-11-16 📅 创建时间 2019-03-10
32
bxx2004/FUNGA

这是一个数据库项目。

bxx2004
⭐ 1,020 Kotlin 👤 bxx2004 User 🕐 已更新 2026-01-04 📅 创建时间 2025-01-11
33
estuary/flow

🌊 通过使用 Estuary 管理您的数据流,持续将数据所在的系统同步到您希望数据所在的系统。 🌊

estuary
⭐ 995 Rust 👤 estuary Organization 🕐 已更新 2026-11-21 📅 创建时间 2020-02-13
34
tradingeconomics/tradingeconomics

TRADING ECONOMICS - API 代码示例

tradingeconomics
⭐ 986 JavaScript 👤 tradingeconomics Organization 🕐 已更新 2026-10-30 📅 创建时间 2015-03-31
35
qiantongtech/qData

qData 是一个轻量、功能完备、原生支持 AI 的开源数据平台。它涵盖数据集成、开发、建模、治理、资产和 API 服务,支持自托管部署、灵活扩展和商业使用。

qiantongtech
⭐ 950 Java 👤 qiantongtech Organization 🕐 已更新 2026-11-20 📅 创建时间 2025-05-17
36
owlcs/owlapi

OWL API 主仓库

owlcs
⭐ 947 Java 👤 owlcs Organization 🕐 已更新 2026-11-02 📅 创建时间 2013-02-17
37
apache/seatunnel-web

SeaTunnel 是一个分布式的、高性能的数据集成平台,用于同步和转换海量数据(离线和实时)。

apache
⭐ 888 Java 👤 apache Organization 🕐 已更新 2026-01-22 📅 创建时间 2022-09-26
38
artie-labs/transfer

利用变更数据捕获的数据库复制平台。实时将生产数据从数据库流式传输到您的数据仓库(Snowflake、BigQuery、Redshift、Databricks)。

artie-labs
⭐ 845 Go 👤 artie-labs Organization 🕐 已更新 2026-05-09 📅 创建时间 2022-11-06
40
HKUSTDial/awesome-data-agents

数据代理进展的持续更新论文列表。我们论文《数据代理调查:新兴范式还是过度炒作?》的配套仓库

HKUSTDial
⭐ 804 Python 👤 HKUSTDial Organization 🕐 已更新 2026-11-08 📅 创建时间 2025-08-31
41
TAG-Research/TAG-Bench

TAG-Bench:用于表增强生成(TAG)的基准测试

TAG-Research
⭐ 766 Python 👤 TAG-Research Organization 🕐 已更新 2026-07-25 📅 创建时间 2024-08-26
42
saeyslab/nichenetr

NicheNet: 预测相互作用细胞之间活性配体-靶点链接

saeyslab
⭐ 693 R 👤 saeyslab Organization 🕐 已更新 2026-11-05 📅 创建时间 2018-02-05
43
tableau/webdataconnector

将您关心的信息带入 Tableau

tableau
⭐ 688 HTML 👤 tableau Organization 🕐 已更新 2026-10-19 📅 创建时间 2015-10-12
44
immunogenomics/harmony

使用 Harmony 快速、敏感且准确地整合单细胞数据

immunogenomics
⭐ 675 R 👤 immunogenomics Organization 🕐 已更新 2026-10-15 📅 创建时间 2018-06-12
45
ConduitIO/conduit

Conduit 在数据存储之间流式传输数据。Kafka Connect 的替代方案。无需 JVM。

ConduitIO
⭐ 617 Go 👤 ConduitIO Organization 🕐 已更新 2026-11-21 📅 创建时间 2022-01-11
46
awslabs/aws-athena-query-federation

Amazon Athena 查询联合 SDK 允许您使用自己的数据源和代码自定义 Amazon Athena。

awslabs
⭐ 615 Java 👤 awslabs Organization 🕐 已更新 2026-11-20 📅 创建时间 2019-10-15
47
avian2/unidecode

Unicode文本的ASCII音译 - GitHub镜像

avian2
⭐ 611 Python 👤 avian2 User 🕐 已更新 2026-01-05 📅 创建时间 2014-12-19
48
neuralhydrology/neuralhydrology

Python 库,用于训练专注于水文应用的神经网络。

neuralhydrology
⭐ 595 Python 👤 neuralhydrology Organization 🕐 已更新 2026-11-10 📅 创建时间 2020-09-30
49
tradingview/charting-library-tutorial

本教程将分步讲解如何将数据连接到图表库

tradingview
⭐ 586 JavaScript 👤 tradingview Organization 🕐 已更新 2026-08-11 📅 创建时间 2020-02-07
50
singer-io/singer-python

从Python写入Singer格式

singer-io
⭐ 585 Python 👤 singer-io Organization 🕐 已更新 2026-11-02 📅 创建时间 2016-10-28

常见问题解答

1

GitHub 上最受欢迎的 #data-integration 仓库是什么?

GitHub 上排名第一的开源 #data-integration 项目是 apache/airflow,拥有 47,583 个 Star。Apache Airflow - 一个用于以编程方式编写、调度和监控工作流的平台

2

#data-integration 仓库中最常使用的编程语言有哪些?

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

3

#data-integration 仓库的排名是如何计算的?

我们跟踪了 57 个标记为 #data-integration 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 259,956 个 Star,平均每个仓库拥有 4,560 个 Star。排名每日根据 GitHub API 更新。